1

Ansprechpartner

Dr. Michael Schröder (ZEW)

L 7, 1 68161 Mannheim

Postfach 10 34 43 68034 Mannheim

E-Mail schroeder@zew.de Telefon +49 621-1235-368 Telefax +49 621-1235-223

Konjunkturindikatoren für China

Projektbericht

für das

Ministerium für Wirtschaft, Arbeit und Wohnungsbau Baden-Württemberg

Mannheim, 11. Mai 2017

2

Projektbericht

Auftraggeber Ministerium für Wirtschaft, Arbeit und Wohnungsbau Baden-Württemberg

Anschrift Schlossplatz 4

70173 Stuttgart

Titel des Projektes Konjunkturindikatoren für China

Projektbearbeiter Zentrum für Europäische Wirtschaftsforschung GmbH Forschungsbereich „Internationale Finanzmärkte und Finanzmanagement“

Anschrift L7, 1 68161 Mannheim

Ansprechpartner und Projektleiter

Dr. Michael Schröder Tel: 0621/1235-368 Fax: 0621/1235-223 E-Mail: schroeder@zew.de

3

Inhaltsverzeichnis

Tabellenverzeichnis ................................................................................................... 4

Abbildungsverzeichnis ............................................................................................... 5

1 Einleitung ..................................................................................................... 6

1.1 Motivation und Ziele .................................................................................... 6

1.2 Überblick zu den Projektarbeiten ................................................................ 7

2 Die Zielgrößen: BIP und Industrieproduktion ............................................ 10

3 Empirische Analyse der chinesischen Konjunktur ..................................... 13

3.1 Analyse gleichlaufender Indikatoren ......................................................... 13

3.2 Analyse vorlaufender Indikatoren ............................................................. 28

4 Zusammenfassung ..................................................................................... 57

Literatur ................................................................................................................... 61

Anhang ................................................................................................................... 63

A.1 Datenübersicht .......................................................................................... 63

A.2 Einschätzungen zur Qualität des chinesischen BIP basierend auf einer Expertenumfrage ....................................................................................... 68

4

Tabellenverzeichnis

Tabelle 1: Zeitreihen für einen gleichlaufenden BIP-Indikator und ihre statistischen Eigenschaften, 2002 bis 2016 ....................................... 21

Tabelle 2: Korrelationen der vier Inputzeitreihen mit BIP und Industrie-produktion, Zeitraum 2002 bis 2016 .................................................. 22

Tabelle 3: Zusammensetzung der vier Hauptkomponenten .............................. 23

Tabelle 4: Korrelationen gleichlaufender Indikatoren mit realem BIP und Industrieproduktion, Zeitraum 2002 bis 2016 ................................... 24

Tabelle 5: Konjunktur und zusammengesetzte vorlaufende Indikatoren: Ermittlung des Vorlaufs mit dem stärksten Zusammenhang ............. 35

Tabelle 6: Konjunktur und umfragebasierte vorlaufende Indikatoren: Ermittlung des Vorlaufs mit dem stärksten Zusammenhang ............. 36

Tabelle 7: Konjunktur und vorlaufende sektorale Einzelzeitreihen: Ermittlung des Vorlaufs mit dem stärksten Zusammenhang............................... 39

Tabelle 8: Konjunktur und zusammengesetzte vorlaufende Indikatoren: Ermittlung des maximalen Vorlaufs .................................................. 42

Tabelle 9: Konjunktur und umfragebasierte vorlaufende Indikatoren: Ermittlung des maximalen Vorlaufs .................................................. 45

Tabelle 10: Konjunktur und vorlaufende sektorale Einzelzeitreihen: Ermittlung des maximalen Vorlaufs .................................................. 47

Tabelle 11: Korrelationen der wichtigsten vorlaufenden Indikatoren (Zeitraum 2007 Q2 bis 2016 Q4) ........................................................ 51

Tabelle 12: Dominiert der Li Keqiang-Index oder sind Kombinationen von vorlaufenden Indikatoren sinnvoll? Orthogonale Residuen für den Li Keqiang-Index .......................................................................... 54

Tabelle 13: Dominiert der Li Keqiang-Index oder sind Kombinationen von vorlaufenden Indikatoren sinnvoll? Orthogonale Residuen für die anderen vorlaufenden Indikatoren .............................................. 55

Tabelle 14: Informationen zu den verwendeten Zeitreihen ................................. 63

5

Abbildungsverzeichnis

Abbildung 1: Reales Bruttoinlandsprodukt und Industrieproduktion von China .............................................................................................. 10

Abbildung 2: Entwicklung von Primär-, Sekundär- und Tertiärsektor in China .. 11

Abbildung 3: Vergleich von drei BIP-Zeitreihen (real; Jahreswachstumsraten) . 12

Abbildung 4: Vergleich von realem BIP und gleichlaufendem Indikator für China (US Conference Board (CB)) ................................................ 14

Abbildung 5: Vergleich von Industrieproduktion und gleichlaufendem Indikator für China (US Conference Board (CB)) ........................... 16

Abbildung 6: Vergleich von Industrieproduktion und Li Keqiang-Index ............. 17

Abbildung 7: Vergleich von ursprünglichem und modifiziertem Li Keqiang-Index .............................................................................................. 19

Abbildung 8: Industrieproduktion und Fit (CB-Indikator) ................................... 25

Abbildung 9: Reales BIP und Fit (CB-Indikator) ................................................... 25

Abbildung 10: Reales BIP und Fit (CB-Indikator) auf Basis der autoregressiven Schätzgleichung ............................................................................. 26

Abbildung 11: Für wie zuverlässig halten Sie die chinesischen BIP-Zahlen? ........ 68

6

1 Einleitung

1.1 Motivation und Ziele

China ist inzwischen zu einem wichtigen Faktor der Weltwirtschaft geworden. Entsprechend sind die Einschätzungen der aktuellen Situation sowie der zukünfti-gen Entwicklung der chinesischen Wirtschaft von großer Bedeutung für die Beur-teilung des Wirtschaftswachstums in Asien, USA, Europa und weltweit. Von be-sonderem Interesse sind solche Einschätzungen naturgemäß für Unternehmen, deren Umsatzentwicklung maßgeblich von der Wirtschaftsentwicklung in China abhängt.

Diese Aussagen gelten in dieser Form für alle bedeutenderen Volkwirtschaften. Die übliche Reaktion auf solche Informationsbedürfnisse besteht darin, geeignete gleichlaufende und vorlaufende Konjunkturindikatoren zu entwickeln oder auf diejenigen zurückzugreifen, die schon entwickelt wurden und regelmäßig veröf-fentlicht werden. Gleichlaufende Indikatoren dienen dazu, eine möglichst aktuelle Aussage zur laufenden Entwicklung des BIP zu treffen, unter Vermeidung der übli-cherweise relativ langen Publikationsverzögerungen für den aktuellen Wert des BIP. Vorlaufende Indikatoren haben das Ziel, Aussagen über die zukünftigen Ver-änderungen des BIP zu treffen. Für China gibt es etwa vom US Conference Board einen gleichlaufenden und einen vorlaufenden Konjunkturindikator, einen vorlau-fenden Indikator der OECD sowie zahlreiche umfragebasierte vorlaufende Indika-toren. Bisher ist allerdings nicht transparent, wie die vorhandenen Konjunkturin-dikatoren untereinander zusammenhängen und welches ihre jeweiligen Stärken und Schwächen bezüglich der Beurteilung der gegenwärtigen und zukünftigen Lage der chinesischen Wirtschaft sind.

Im Falle Chinas bestehen außerdem Zweifel an der Genauigkeit der veröffentlich-ten Zahlen der Wirtschaftsstatistiken, insbesondere derjenigen des Bruttoinlands-produkts (BIP).1 Die Aussagen der Forschung zur Genauigkeit der chinesischen BIP-Statistiken weist allerdings eine beachtliche Bandbreite auf. Die meisten Ver-öffentlichungen (wie z.B. Rawski (2001), Wu (2002), Maddison und Wu (2008)) kommen zu dem Ergebnis, dass die BIP-Wachstumsraten zu hoch ausgewiesen werden. Holz (2014) hält die chinesischen BIP-Statistiken hingegen für hinreichend genau und Clark et al. (2017) kommt sogar zu dem überraschenden Resultat, dass

1 Siehe hierzu auch die Ergebnisse einer Sonderfrage, die im Rahmen der ZEW-Finanzmarktest-Umfrage im April 2016 gestellt wurde (im Anhang in Abschnitt A.2).

7

die tatsächlichen Wachstumsraten des BIP in den letzten Jahren höher als die offiziell veröffentlichten Werte sein könnten.

Generell sind Zweifel an der Höhe der BIP-Wachstumsraten angebracht, weil sie Teil des Fünfjahresplans sind und damit eine wichtige wirtschaftspolitische Ziel-größe darstellen. Dies könnte Anreize setzen, die veröffentlichten Zahlen in Rich-tung des angestrebten Zielwerts zu verfälschen. Außerdem ist für Außenstehende kaum einschätzbar, wie gut die statistischen Institutionen Chinas arbeiten. So hat selbst der gegenwärtige Premierminister Li Keqiang schon vor einigen Jahren sei-ne Unzufriedenheit mit der Qualität der BIP-Statistiken geäußert und zugegeben, dass er deshalb auch Ersatzindikatoren betrachtet, um die tatsächliche Wirt-schaftsentwicklung besser einschätzen zu können.2 Die Analyse von Ersatzindika-toren für das chinesische BIP ist somit eine weitere sinnvolle Aufgabe.

Das Projekt hat daher zum Ziel, die vorhandenen gleichlaufenden und vorlaufen-den Konjunkturindikatoren zu systematisieren sowie qualitativ und quantitativ zu beurteilen. Die Analysen sollen herausarbeiten, welche Aussagen auf Basis aus-gewählter Indikatoren für die gegenwärtige und zukünftige Konjunktursituation Chinas möglich sind.

1.2 Überblick zu den Projektarbeiten

Es gibt zahlreiche gleichlaufende und vorlaufende Konjunkturindikatoren, welche die chinesische Konjunktur als Zielgröße haben, zum Beispiel:

- ein gleichlaufender und ein vorlaufender Indikator, die beide vom US Conference Board (CB) entwickelt wurden;

- ein vorlaufender Indikator der OECD;

- der CEMAC-GS Leading Index, entwickelt vom China Economic Moni-toring Centre (CEMAC) im National Bureau of Statistics of China (NBS), zusammen mit Goldman Sachs Asia;

2 Laut Economist vom 9.12.2010 betrachtet Li Keqiang, damals Vize-Premierminister, ei-nen eigenen Konjunkturindikator, der aus Elektrizitätsverbrauch, Transportvolumen auf der Schiene sowie Bankkrediten an den Privatsektor besteht. Von World Economics etwa wird ein so konstruierter „Li Keqiang-Index“ regelmäßig veröffentlicht, siehe http://www.worldeconomics.com/Papers/China%20Growth%20Monitor_cac90741-8882-4311-969e-3ae0e3e2575c.paper

8

- der so genannte Li Keqiang-Index, der aus den Einzelindikatoren Stromverbrauch, Gütertransport auf der Schiene und Kreditvergabe von Banken an den Privatsektor besteht;

- ein modifizierter Li Keqiang-Index, der von Clark et al. (2017) entwi-ckelt wurde und eine etwas andere Gewichtung der drei Zeitreihen des ursprünglichen Li Keqiang-Indexes vornimmt.

Hinzu kommen umfragebasierte Indikatoren wie etwa der NBS Purchasing Mana-gers Index (für Manufacturing und Non-Manufacturing), der MNI China Business Sentiment Indicator, der Westpac MNI China Consumer Sentiment Indicator, der Business Climate Index der People´s Bank of China, die Caixin Purchasing Mana-gers Indizes für Manufacturing und Services, das ZEW-China Economic Panel, das ZEW-PwC Wirtschaftsbarometer China und einige mehr.

Bislang gibt es kaum Informationen über die Eigenschaften der verschiedenen Konjunkturindikatoren in Bezug auf ihre Aussagen für die gegenwärtige und zu-künftige Konjunkturentwicklung Chinas. Es ist außerdem unklar, ob die Indikato-ren weitgehend die gleichen Konjunktursignale zur selben Zeit abgeben oder sich gegenseitig ergänzen können.

Wie schon weiter oben erwähnt, gibt es Zweifel an der Zuverlässigkeit der chinesi-schen Wirtschaftsstatistik und insbesondere an der Genauigkeit der offiziellen BIP-Werte. Aus diesem Grund entwickelte der US Conference Board einen gleichlau-fenden Konjunkturindikator für China. Dieser Indikator ist als Ersatzgröße für ein verzerrtes BIP gedacht und könnte ergänzend zur Einschätzung der wirtschaftli-chen Lage herangezogen werden.

Dabei sollen unter anderem die folgenden Fragen beantwortet werden:

- Wie gut bilden die vorhandenen gleichlaufenden Indikatoren das chinesi-sche BIP und die Industrieproduktion ab?

- Wie gut sind die vorhandenen vorlaufenden Indikatoren geeignet, die zu-künftigen Werte von realem BIP und Industrieproduktion Chinas zu prog-nostizieren?

- Wie groß ist der zeitliche Vorlauf zwischen diesen Indikatoren relativ zu repräsentativen Konjunkturzeitreihen?

- Welche vorlaufenden und gleichlaufenden Indikatoren sollte man beson-ders beachten, um die Entwicklung des chinesischen BIP sachgerecht be-urteilen zu können? Gibt es Indikatoren, die dominieren und andere, die redundant sind?

- Welche sektoralen Einzelzeitreihen (wie z.B. Kreditvergabe, Produktion von Vorprodukten (Stahl, Zement etc.), Frachtvolumen, Geldmenge, Bör-senindex) sind geeignet, einen Beitrag zur Konjunkturprognose zu leisten?

9

- Können die vorlaufenden Indikatoren durch Kombination untereinander in ihrer Aussagekraft verbessert werden?

Außerdem werden weitere wichtige Eigenschaften der Indikatoren dokumentiert und bewertet, wie zum Beispiel deren zeitliche Verfügbarkeit.

Das Ergebnis ist eine Bewertung der vorhandenen gleichlaufenden und vorlaufen-den Konjunkturindikatoren für die Beurteilung der gegenwärtigen und zukünfti-gen Wirtschaftsentwicklung Chinas.

Für die Analyse der Konjunkturentwicklung Chinas ist das chinesische Bruttoin-landsprodukt (BIP) naturgemäß die zentrale statistische Größe, die zu untersu-chen ist. Die Industrieproduktion wird als zweite Zeitreihe herangezogen, um die Konjunktur der chinesischen Wirtschaft abzubilden. Der Grund dafür ist, dass die Industrie nach wie vor einen sehr wichtigen Teil der chinesischen Wirtschaft dar-stellt. Da die Industrieproduktion wesentlich volatiler ist als andere Teile der Wirt-schaft, bewirken größere Veränderungen der Produktionsleistung in der Regel auch ähnliche Veränderungen beim Bruttoinlandsprodukt. Daher ist trotz der im Zeitverlauf größeren Bedeutung des Dienstleistungsbereichs nach wie vor die Industrieproduktion ein bestimmendes Element des Bruttoinlandsproduktes.

Die empirischen Analysen werden mit Quartalszeitreihen durchgeführt. Der wich-tigste Grund dafür ist, dass die zentrale Zielzeitreihe, das chinesische BIP, eben-falls eine Quartalszeitreihe ist. Für die Industrieproduktion wären zwar Untersu-chungen mit Monatszeitreihen möglich, die Verwendung von Quartalszeitreihen hat allerdings den Vorteil, dass diese Zeitreihen weniger volatil sind und damit die statistischen Analysen erleichtern.

Die Studie ist folgendermaßen aufgebaut. In Kapitel 2 werden die statistischen Eigenschaften der beiden konjunkturellen Zielgrößen (reales BIP und Industrie-produktion) beschrieben. Kapitel 3 enthält die wesentlichen empirischen Untersu-chungen des Projektes zum Thema der Zusammenhänge von gleichlaufenden und vorlaufenden Wirtschaftsindikatoren mit der chinesischen Konjunkturentwick-lung. Kapitel 3.1 widmet sich der Analyse der Zusammenhänge der gleichlaufen-den Konjunkturindikatoren (gleichlaufender Indikator des US Conference Board, Li Keqiang-Index, modifizierter Li Keqiang-Index nach Clark et al. (2017), eigenentwi-ckelter Indikator). In Kapitel 3.2 wird untersucht, wie gut ausgewählte vorlaufende Indikatoren für die Prognose der Konjunktur geeignet sind. In den Kapiteln 3.1 und 3.2 werden Empfehlungen zur konkreten Verwendbarkeit der einzelnen Kon-junkturindikatoren gegeben. Kapitel 4 fasst schließlich die wichtigsten Ergebnisse der Studie zusammen. Alle verwendeten Zeitreihen werden im Anhang in Ab-schnitt A.1 dokumentiert.

10

2 Die Zielgrößen: BIP und Industrieproduktion

Bruttoinlandsprodukt (BIP) und Industrieproduktion (IP) weisen in China seit vie-len Jahren beachtlich hohe Wachstumsraten auf. Im Zeitraum von 1993 bis Ende 2016 nahm das reale BIP im Durchschnitt jährlich um 9,9 Prozent zu, die Indust-rieproduktion sogar um 12,7 Prozent. Ein Vergleich mit Deutschland zeigt noch deutlicher die Stärke der chinesischen Wirtschaft. Das reale deutsche BIP wuchs im gleichen Zeitraum jährlich um lediglich 1,3 Prozent, die Industrieproduktion um 1,2 Prozent.

Abbildung 1 zeigt den Verlauf der Wachstumsraten für BIP und Industrieprodukti-on Chinas. Beide Zeitreihen haben eine durchaus große Schwankungsbreite, auf-grund des sehr hohen Durchschnittswertes war jedoch in keinem Quartal seit 1993 ein negativer Wert zu verzeichnen, selbst nicht auf dem Höhepunkt der in-ternationalen Finanzkrise 2008/2009. Seit etwa 2011 ist ein allmählicher Rückgang des hohen Wachstums zu erkennen. Aktuell, also im Jahr 2016, wuchs das BIP um 6,7 Prozent. Gemessen an den Wachstumsraten der letzten Jahrzehnte ist dies ein für China relativ niedriger Wert.

Abbildung 1: Reales Bruttoinlandsprodukt und Industrieproduktion von China

Anmerkungen: Linke Achse: Wachstumsraten von realen BIP und Industrieproduktion in Prozent zum Vorjahr

579

1113151719212325

1993

Q1

1994

Q1

1995

Q1

1996

Q1

1997

Q1

1998

Q1

1999

Q1

2000

Q1

2001

Q1

2002

Q1

2003

Q1

2004

Q1

2005

Q1

2006

Q1

2007

Q1

2008

Q1

2009

Q1

2010

Q1

2011

Q1

2012

Q1

2013

Q1

2014

Q1

2015

Q1

2016

Q1

Industrieproduktion BIP

11

Abbildung 2: Entwicklung von Primär-, Sekundär- und Tertiärsektor in China

Anmerkungen: Linke Achse: Wachstumsraten der realen Wertschöpfung des jeweiligen Sektors in Prozent zum Vorjahr.

In Abbildung 2 wird das Wachstum des realen BIP in die Entwicklung von Primär-, Sekundär- und Tertiärsektor unterteilt. Der Primärsektor umfasst im Wesentlichen die Bereiche Agrar und Rohstoffgewinnung, der Sekundärsektor die Verarbeitung von Rohmaterialien, also vor allem die Industrie, während der tertiäre Sektor sein Schwergewicht im Bereich der Dienstleistungen für Unternehmen und Privat-haushalte hat.

Nach Angaben des National Bureau of Statistics (NBS) China hatte der Primärsek-tor 2016 noch einen Anteil von 8,6 Prozent an der gesamtwirtschaftlichen Wert-schöpfung, der Sekundärsektor war mit 39,8 Prozent der zweitgrößte Bereich und inzwischen am größten ist der Tertiärsektor mit einem Wertschöpfungsanteil von 51,6 Prozent.

Wie Abbildung 2 zeigt, sind vor allem der Sekundär- und der Tertiärsektor für die hohen Wachstumsraten der chinesischen Wirtschaft verantwortlich, während der Primärsektor zwischen 1993 und 2016 nur ein durchschnittliches jährliches Wachstum von 3,9 Prozent aufwies. Das ist zwar für europäische Verhältnisse immer noch ein hoher Wert, liegt aber weit unterhalb des Durchschnitts der chi-nesischen BIP-Wachstumsrate der letzten Jahrzehnte.

Entsprechend dem Verlauf der drei Wachstumsraten in Abbildung 2 scheint das schwächere BIP-Wachstum seit 2011 hauptsächlich auf einen Rückgang des Wachstums im Sekundärsektor, also der Industrie, zurückzugehen.

0

5

10

15

20

25

1993

Q1

1994

Q1

1995

Q1

1996

Q1

1997

Q1

1998

Q1

1999

Q1

2000

Q1

2001

Q1

2002

Q1

2003

Q1

2004

Q1

2005

Q1

2006

Q1

2007

Q1

2008

Q1

2009

Q1

2010

Q1

2011

Q1

2012

Q1

2013

Q1

2014

Q1

2015

Q1

2016

Q1

2017

Q1

Primärsektor Sekundärsektor Tertiärsektor

12

Es ist allerdings nicht klar, welche Zeitreihe für das reale Bruttoinlandsprodukt als Referenzzeitreihe heranzuziehen ist. Folgende drei BIP-Zeitreihen kommen dafür in Betracht: die Jahreswachstumsrate des realen BIP (Datastream (DS)-Code: CHGDP%..C), ein saisonbereinigter Index des realen BIP (DS-Code: CHOEXP03D) und ein nicht-saisonbereinigter Index des realen BIP (DS-Code: CHOEXP03C).

Abbildung 3: Vergleich von drei BIP-Zeitreihen (real; Jahreswachstumsraten)

Anmerkungen: Linke Achse: Wachstumsraten der realen BIP-Zeitreihen in Prozent zum Vorjahr

Alle drei Zeitreihen sollten eigentlich zu den gleichen oder doch extrem ähnlichen Jahreswachstumsraten führen.3 Abbildung 3 zeigt jedoch auffällige Verlaufsunter-schiede. Diese Unterschiede wirken sich auch auf den Mittelwert aus. So weist die erste Zeitreihe im Zeitraum 1993 bis 2016 einen Durchschnittswert von 9,91, die zweite von 9,73 und die dritte von 9,76 Prozent auf. Als Referenzzeitreihe im Rahmen der Studie wird die erste der oben aufgeführten Zeitreihen (Jahreswachs-tumsrate des realen BIP (DS-Code: CHGDP%..C)) verwendet, da sie diejenige ist,

3 Die saisonbereinigte und die nicht-saisonbereinigte Zeitreihe des realen BIP sollten zu den exakt gleichen Jahresveränderungsraten führen, da eine richtig durchgeführte Saison-bereinigung nur unterjährige zyklische Muster einer Zeitreihe verändert.

6

7

8

9

10

11

12

13

14

15

16

1993

Q1

1994

Q1

1995

Q1

1996

Q1

1997

Q1

1998

Q1

1999

Q1

2000

Q1

2001

Q1

2002

Q1

2003

Q1

2004

Q1

2005

Q1

2006

Q1

2007

Q1

2008

Q1

2009

Q1

2010

Q1

2011

Q1

2012

Q1

2013

Q1

2014

Q1

2015

Q1

2016

Q1

2017

Q1

Reales BIP (Wachstumsrate) Reales BIP (saisonbereinigt)

Reales BIP (nicht saisonbereinigt)

13

die den offiziellen Bekanntgaben des National Bureau of Statistics of China zu-grunde liegt.

3 Empirische Analyse der chinesischen Konjunktur

3.1 Analyse gleichlaufender Indikatoren

Unter der Annahme, dass die in der volkswirtschaftlichen Gesamtrechnung Chinas angegebenen Werte ein repräsentatives und hinreichend genaues Abbild der Wirtschaftsentwicklung erlauben, ist vor allem die Prognose des zukünftigen BIP-Wachstums von Interesse. Denn eine gravierende Publikationsverzögerung exis-tiert nicht, die BIP-Zahlen sind sehr zeitnah verfügbar, was im internationalen Vergleich recht ungewöhnlich ist. In der Regel sind die BIP-Zahlen in vielen Län-dern erst 4 bis 8 Wochen nach Ende des jeweiligen Quartals verfügbar. Für das chinesische BIP liegen die entsprechenden Angaben schon wenige Tage nach Ende des Quartals vor. Das kann Zweifel an der Qualität der Zahlen entstehen lassen.

Gleichlaufende Indikatoren für China wie zum Beispiel der Coincident Indicator des US Conference Board (CB) wären im Falle einer hohen Qualität der chinesi-schen volkswirtschaftlichen Gesamtrechnung praktisch unnötig und bestenfalls als ergänzende Information sinnvoll, da es keine nennenswerte Publikationsverzöge-rung bezüglich der Statistiken der Volkswirtschaftlichen Gesamtrechnung gibt.

Abbildung 4 zeigt jedoch deutlich, dass der gleichlaufende Indikator des US Con-ference Board4 auffallend große Abweichungen zum Verlauf des BIP aufweist. Der gleichlaufende Indikator hat eine deutlich höhere Schwankungsbreite (Volatilität). Die Standardabweichung des gleichlaufenden Indikators beträgt 4,11, die der BIP-Zeitreihe lediglich 2,37. Ungewöhnliche Zeiträume in Bezug auf die BIP-Zeitreihe sind etwa die Jahre von 2012 bis 2016, in denen die Wachstumsrate des BIP nahe-zu glatt und linear verläuft und kaum Volatilität aufweist. Ein solch glatter Verlauf einer BIP-Wachstumsrate über Jahre hin ist ungewöhnlich.

Die Mittelwerte der beiden Zeitreihen sind jedoch sehr ähnlich und betragen ca. 9,9 Prozent. Im Durchschnitt scheint das reale BIP im Analysezeitraum von 1993 bis 2016 daher nicht verzerrt zu sein, zumindest gemessen am gleichlaufenden Indikator des US Conference Boards.

4 Dieser Indikator wird im Folgenden häufig kurz als „CB-Indikator“ bezeichnet.

14

Abbildung 4: Vergleich von realem BIP und gleichlaufendem Indikator für China (US Conference Board (CB))

Anmerkungen: Linke Achse: Wachstumsraten von BIP und gleichlaufendem CB-Indikator in Prozent zum Vorjahr

Beide Zeitreihen weisen allerdings eine nicht besonders hohe Korrelation von nur 0,53 auf. Die zeigt, genauso wie der optische Eindruck und die Unterschiede in der Volatilität, dass es größere Abweichungen zwischen den beiden Zeitreihen gibt. Die Analysen in The Conference Board (2015: 7) für den längeren Zeitraum 1977 bis 2014 zeigen ein durchschnittliches jährliches Wachstum von sieben Prozent für den gleichlaufenden CB-Indikator, während die offiziellen chinesischen Zahlen 11,3 Prozent ausweisen. Betrachtet man Untersuchungen für verschiedene Perio-den, dann scheinen die größten Abweichungen länger in der Vergangenheit zu liegen, als Chinas BIP-Statistik noch vorwiegend oder ausschließlich auf Verfahren der sozialistischen Planwirtschaft aufbaute.

Im Folgenden werden einige methodische Aspekte des gleichlaufenden Indikators des Conference Boards erläutert. Der CB-Indikator wurde explizit als Ersatzindika-tor für das chinesische BIP entwickelt, um die Qualität der statistischen Informati-onen zu verbessern.5 Die ernsten Zweifel an der Qualität der volkswirtschaftlichen Gesamtrechnung beruhen teilweise auf methodischen Defiziten der chinesischen Wirtschaftsstatistik, die im Falle des BIP immer noch stark auf der sogenannten

5 Die Ausführungen basieren auf der Publikation The Conference Board (2015), in der die Berechnung des gleichlaufenden Indikators des Conference Boards beschrieben und mit der Vorgehensweise der chinesischen Wirtschaftsstatistik verglichen wird.

02468

101214161820

1993

Q1

1994

Q1

1995

Q1

1996

Q1

1997

Q1

1998

Q1

1999

Q1

2000

Q1

2001

Q1

2002

Q1

2003

Q1

2004

Q1

2005

Q1

2006

Q1

2007

Q1

2008

Q1

2009

Q1

2010

Q1

2011

Q1

2012

Q1

2013

Q1

2014

Q1

2015

Q1

2016

Q1

2017

Q1

CB-Indikator BIP

15

Produktionsmethode (Entstehungsrechnung) aufbaut. Die Berechnung des BIP über die Verwendungsrechnung (mit privaten und staatlichen Konsumausgaben, Investitionen, Exporten und Importen) sei hingegen noch nicht voll entwickelt, was zu Messproblemen bei der Höhe des BIP führen könne. Orlik (2012: 17ff) merkt an, dass sich die Qualität der BIP-Statistik in den letzten Jahren erheblich verbessert habe. Allerdings seien robuste Daten zur Wertschöpfung für deutlich weniger Sektoren verfügbar als für die meisten der entwickelten Volkswirtschaf-ten. Die verlässlichsten BIP-Daten gibt es nach Orlik (2012) nur auf Jahresbasis, während die Quartalszeitreihen auf weniger robusten und unvollständigeren In-formationen aufbauten.

Ein weiteres Problem stellt die Berücksichtigung des technischen Fortschritts im Preisdeflator des BIP dar. Dabei soll der technische Fortschritt insbesondere im Dienstleistungsbereich zu hoch angesetzt sein, was zu einer Verzerrung des Defla-tors nach unten und des realen, preisbereinigten BIP nach oben führt.

Zusätzlich kann es zu Fehlinformationen und Datenmanipulationen auf denjenigen institutionellen Ebenen kommen, die Daten bereitstellen. Das letztere könnte das Ziel haben, ungünstige erscheinende Daten zu „revidieren“ und größere Verände-rungen nach unten zu glätten (siehe z.B. Wu (2011: 220) und The Conference Board (2015: 4)).

Selbst der gegenwärtige Premierminister Li Keqiang hat schon vor einigen Jahren seine Unzufriedenheit mit der Qualität der BIP-Statistiken geäußert und zugege-ben, dass er deshalb auch Ersatzindikatoren betrachtet, um die tatsächliche Wirt-schaftsentwicklung besser einschätzen zu können (siehe auch Fußnote 2).

Das US Conference Board wendet bei seinen China-Indikatoren eine Methodik an, die von Angus Maddison und Harry X. Wu entwickelt wurde. Darstellungen dieser Methodik finden sich z.B. in Maddison (1998), Wu (2002), Maddison und Wu (2008) sowie Maddison und Wu (2014a).

Korrekturen gegenüber den offiziellen Statistiken werden vor allem in den Berei-chen Industrie und Dienstleistungen vorgenommen. Die Zeitreihen zur Industrie werden sowohl hinsichtlich des Outputs als auch der Preisentwicklung in einem recht aufwändigen Verfahren neu konstruiert. Dabei werden als Basis 165 Zeitrei-hen der wichtigsten Güter oder Gütergruppen verwendet, mit Hilfe von chinesi-schen Input-Output Tabellen verschiedener Basisjahre gewichtet und zu Indust-riegruppen aggregiert. Für diese Industriegruppen werden sowohl Preis- als auch Mengenindizes konstruiert.

In Bezug auf den Bereich der Dienstleistungen wird als zentrale Maßnahme eine Korrektur der in den offiziellen Statistiken zu hoch angesetzten Arbeitsproduktivi-tät durchgeführt. Die Korrektur basiert vor allem auf Vergleichen mit anderen asiatischen Ländern. Die neu festgelegte, reduzierte Arbeitsproduktivität führt dann zu Korrekturen der Preis- und Mengenindizes der Dienstleistungen, wobei

16

als Ergebnis die Preisentwicklung höher und die Mengenentwicklung niedriger ausfallen.6

Die Ergebnisse für die jüngste Vergangenheit ab etwa Mitte der 1990er Jahre zei-gen, dass die Abweichungen zwischen den offiziellen BIP-Statistiken und dem CB-Indikator vor allem in der Volatilität der Zeitreihen zu finden sind, nicht dagegen im durchschnittlichen langfristigen Wachstum. Dies bedeutet allerdings trotzdem, wie in Abbildung 4 zu erkennen ist, dass es für bestimmte Zeiträume große Ab-weichungen geben kann, die sich über einen längeren Zeitraum von 15 oder 20 Jahren aber im Durchschnitt wieder ausgleichen.

In Wu (2011: Fußnote 7) wird die Vermutung geäußert, dass ein Grund für die relativ glatten offiziellen BIP-Veränderungsraten auch darin liegen könnte, dass die regional zuständigen Politiker seit etwa 1993 dazu aufgefordert seien, antizyk-lische Maßnahmen zu ergreifen, um zu starke Konjunktureinbrüche zu vermeiden. Dies erklärt allerdings nicht, warum sich dieser Glättungseffekt nicht auch in Er-satzindikatoren wie dem gleichlaufenden CB-Indikator zeigt, die ja auch auf offizi-ellen Zahlen der chinesischen Statistik beruhen.

Abbildung 5: Vergleich von Industrieproduktion und gleichlaufendem Indikator für China (US Conference Board (CB))

Anmerkungen: Linke Achse: Wachstumsraten von Industrieproduktion und gleichlaufen-dem CB-Indikator in Prozent zum Vorjahr

6 Siehe hierzu auch Wu (2014b).

0

5

10

15

20

25

1993

Q1

1994

Q1

1995

Q1

1996

Q1

1997

Q1

1998

Q1

1999

Q1

2000

Q1

2001

Q1

2002

Q1

2003

Q1

2004

Q1

2005

Q1

2006

Q1

2007

Q1

2008

Q1

2009

Q1

2010

Q1

2011

Q1

2012

Q1

2013

Q1

2014

Q1

2015

Q1

2016

Q1

2017

Q1

CB-Indikator Industrieproduktion

17

Eine Möglichkeit für diese Unterschiede könnte sein, dass der CB-Indikator mehr die Entwicklung der Industrie betont und daher eher mit der Industrieproduktion verglichen werden sollte. Die Standardabweichungen beider Zeitreihen7 sind in der Tat fast gleich: 4,11 für den CB-Indikator und 4,15 für die Industrieproduktion. Wie Abbildung 5 deutlich macht, sind die Verläufe der beiden Zeitreihen sehr ähn-lich, ähnlicher als die von BIP und CB-Indikator. Die Korrelation ist mit ca. 0,65 auch deutlich höher als zwischen BIP und CB-Indikator, die im angegebenen Zeit-raum bei 0,53 liegt. Die Industrieproduktion hat jedoch einen um etwa 2,8 Pro-zentpunkte höheren Mittelwert als der CB-Indikator.

Ein weiterer bekannter Konjunkturindikator, der auch als Ersatzindikator für das BIP verwendet wird, ist der so genannte Li Keqiang-Index. Wie weiter oben schon erwähnt, wurde dieser Index etwa 2010 von dem jetzigen chinesischen Premier-minister (und damaligem Vize-Premierminister) Li Keqiang als Alternative zum chinesischen BIP propagiert. Der Index besteht aus lediglich drei Zeitreihen: Elekt-rizitätsverbrauch, Frachtvolumen auf der Schiene sowie den Bankkrediten an den Privatsektor.

Abbildung 6: Vergleich von Industrieproduktion und Li Keqiang-Index

Anmerkungen: Linke Achse: Wachstumsraten von Industrieproduktion und Li Keqiang-Index in Prozent zum Vorjahr

7 Quartalsdaten, Jahresveränderungsraten, Zeitraum: 1993 bis 2016.

0

5

10

15

20

25

30

2000

Q1

2000

Q4

2001

Q3

2002

Q2

2003

Q1

2003

Q4

2004

Q3

2005

Q2

2006

Q1

2006

Q4

2007

Q3

2008

Q2

2009

Q1

2009

Q4

2010

Q3

2011

Q2

2012

Q1

2012

Q4

2013

Q3

2014

Q2

2015

Q1

2015

Q4

2016

Q3

Li Keqiang Industrieproduktion

18

Abbildung 6 vergleicht den Verlauf des Li Keqiang-Indexes mit der Industriepro-duktion.8 Die grundsätzlichen Verläufe beider Zeitreihen sind recht ähnlich. Wie nicht anders zu erwarten, weist der Li Keqiang-Index eine höhere Volatilität auf als die Industrieproduktion, da er aus nur drei Zeitreihen zusammengesetzt ist. Für den hier zugrunde liegenden Zeitraum von 2001 bis 2016 ist die Standardabwei-chung des Li Keqiang-Indexes 5,44, die der Industrieproduktion 3,91. Die Mittel-werte sind mit 12,4 bzw. 12,6 nahezu identisch. Damit scheint der Li Keqiang-Index durchaus ein geeigneter Indikator zur Ergänzung der Industrieproduktion zu sein. Genauso wenig wie der CB-Indikator, dem er im Verlauf recht ähnlich ist, passt jedoch sein Verlaufsmuster gut zu den Wachstumsraten des realen BIP.

Clark et al. (2017) versuchen ebenfalls, einen Ersatzindikator für das chinesische BIP zu erstellen. Sie bauen auf einer relativ breiten Menge an konjunkturrelevan-ten Zeitreihen auf und untersuchen, welche Zeitreihenkombinationen die tatsäch-liche BIP-Entwicklung gut wiedergeben. Da die tatsächliche BIP-Entwicklung in Frage steht, verwenden sie die nächtliche Lichtintensität chinesischer Städte als Maß für die Wirtschaftsentwicklung. Die Lichtintensität wird über Messungen von Satelliten ermittelt. Clark et al. (2017) argumentieren, dass die Veränderungen der Lichtintensität über die Zeit ein anerkannt gutes Maß für die wirtschaftliche Ent-wicklung von Regionen sei und schon für verschiedene Länder erfolgreich ver-wendet wurde.

Das Ergebnis ihrer Untersuchungen zeigt, dass der Li Keqiang-Index grundsätzlich gut geeignet ist, die chinesische Konjunktur abzubilden, wobei eine Veränderung der Gewichte der drei Einzelzeitreihen zu einer Verbesserung der statistischen Eigenschaften des Index führt. Während der ursprüngliche Li Keqiang-Index eine Gleichgewichtung der einzelnen Zeitreihen vorsieht, schlagen Clark et al. (2017) folgende Gewichte vor: 33 % für Elektrizitätsverbrauch, 8 % für Frachtvolumen auf der Schiene und 59 % für Bankkredite an den Privatsektor. Die Höhergewichtung der Bankkredite und das reduzierte Gewicht für das Frachtvolumen Schiene soll die größere Bedeutung der Kredite an den Privatsektor für die gesamte Wirt-schaftsentwicklung abbilden.

Wie Abbildung 7 zeigt, verlaufen beide Indizes recht ähnlich. Der modifizierte Li Keqiang-Index hat einen höheren Mittelwert als der ursprüngliche Li Keqiang-Index (15,9 anstelle von 12,4), die Korrelation ist mit ca. 87% sehr hoch. In den weiteren Analysen dieses und der nächsten Kapitel werden beide Varianten des Li

8 Der Li Keqiang-Index in der Berechnungsweise von World Economics ist als Quartalszeit-reihe erst ab 2000 verfügbar. Da die realen Bankkredite (DS-Code: CHLOANSTD) erst ab dem Jahr 2000 verfügbar sind, schränken sie den verfügbaren maximalen Zeitraum dieses Indikators entsprechend ein.

19

Keqiang-Indexes verwendet, um herauszufinden, welche der beiden Varianten besser für die Konjunkturprognose geeignet ist.

Abbildung 7: Vergleich von ursprünglichem und modifiziertem Li Keqiang-Index

Anmerkungen: Linke Achse: Wachstumsraten von Li Keqiang-Index und modifiziertem Li Keqiang-Index in Prozent zum Vorjahr. Der modifizierte Li Keqiang-Index basiert auf Clark et al. (2017) und verwendet folgende Gewichtungen: 33 % für Elektrizitätsverbrauch, 8 % für Frachtvolumen auf der Schiene und 59 % für Bankkredite an den Privatsektor

Die bisher in diesem Kapitel verwendeten Konjunkturzeitreihen scheinen zwar grundsätzlich als gleichlaufende Konjunkturzeitreihen verwendbar zu sein, sie weisen allerdings alle eine höhere Korrelation zur Industrieproduktion als zum BIP auf. Aufgrund dieser Unzulänglichkeit wird im Folgenden der Versuch gemacht, einen eigenen gleichlaufenden Konjunkturindikator zu konstruieren, der als Er-satzindikator für das reale BIP verwendet werden könnte.

Ausgangspunkt ist das bisherige Ergebnis, dass der CB-Indikator sowie der Li Keqi-ang-Index eher die Industrieproduktion wiederspiegeln, den Bereich der Dienst-leistungen aber weniger gut repräsentieren. Daher soll der neu zu entwickelnde Indikator umfassender zusammengesetzt sein. Aus den verfügbaren Zeitreihen zur chinesischen Wirtschaft wurden hierzu folgende Zeitreihen ausgewählt:9

9 Hinweise zu geeigneten Zeitreihen kamen auch von den Antworten auf eine Sonderfrage zum chinesischen BIP im Rahmen der ZEW-Finanzmarkttest-Umfrage vom April 2016 (sie-he die Angaben im Anhang, Abschnitt A.2).

0

5

10

15

20

25

30

35

2001

Q1

2001

Q4

2002

Q3

2003

Q2

2004

Q1

2004

Q4

2005

Q3

2006

Q2

2007

Q1

2007

Q4

2008

Q3

2009

Q2

2010

Q1

2010

Q4

2011

Q3

2012

Q2

2013

Q1

2013

Q4

2014

Q3

2015

Q2

2016

Q1

2016

Q4

Li Keqiang-Index modifizierter Li Keqiang-Index

20

- Einzelhandelsumsätze (real) (DS-Code: CHRETAILD). Die Zeitreihe um-fasst die Umsätze an Konsumgütern im Einzelhandel in konstanten Preisen.

- Stromproduktion (real) (DS-Code: CHELECTPO). Diese Zeitreihe wird anstelle der Zeitreihe des Stromverbrauchs verwendet, die im Li Keqi-ang-Index enthalten ist. Beide Zeitreihen verlaufen sehr ähnlich, die hier gewählte Zeitreihe ist aber über einen längeren Zeitraum verfüg-bar.

- Frachtvolumen (Luft, Schiene, Wasser; real). Die Zeitreihe setzt sich aus den drei Frachtzeitreihen für Luft (DS-Code: CHFRECAVP), Schiene (DS-Code: CHFRERALP) und Wasser (DS-Code: CHFREWATP) zusam-men. Sie messen jeweils das Frachtvolumen in metrischen Tonnen. Die Zeitreihen für Frachtvolumen Luft und Wasser scheinen Strukturbrü-che bis etwa 2000 aufzuweisen. Um diese auszuschließen werden bei-de Zeitreihen erst ab 2001 betrachtet.10 Beim Frachtvolumen Wasser fehlen zudem einige Werte für den Monat Dezember, die aber ergänzt (imputiert) werden konnten.11 Der Li Keqiang-Index enthält lediglich die Zeitreihe für das Frachtvolumen auf der Schiene.

- Importe Chinas (DS-Code: CHIMPGDSA). Hier werden alle Importe Chi-nas (ohne Macau und Hong Kong) abgebildet. Die Zeitreihe ist in lau-fenden Preisen in US Dollar.

Es wurden noch weitere Zeitreihen auf ihre Eignung, Bestandteil eines gleichlau-fenden BIP-Indikators zu werden, überprüft. Im Einzelnen waren dies Zeitreihen für Zementproduktion, Stahlproduktion (Rohstahl, gewalzter Stahl) sowie Zeitrei-hen für Bankkredite (für private Haushalte, für Unternehmen, Interbankenkredi-te). Diese Zeitreihen weisen jedoch einen Vorlauf gegenüber dem BIP auf und sind daher nicht so gut für einen gleichlaufenden Indikator geeignet. Sie können aber möglicherweise für die Konstruktion eines vorlaufenden Konjunkturindikators verwendet werden (siehe hierzu Kapitel 3.2).

10 Auch die Zeitreihe „Frachtvolumen Straße“ (DS-Code: CHFREHGHP) weist mehrere Strukturbrüche auf. Da diese auch am aktuellen Rand der Zeitreihe vorliegen, konnte „Frachtvolumen Straße“ nicht für die Analysen verwendet werden. 11 Bei dieser Imputation wurde ein Zeitreihenmodell mit Konstante und Saisondummy-Variablen für die monatlichen Veränderungsraten der Zeitreihe „Frachtvolumen Wasser“ geschätzt. Die fehlenden Werte für die Dezembermonate der Jahre 2010 und 2012 bis 2016 wurden durch Multiplikation des Novemberwertes mit der durchschnittlichen De-zemberwachstumsrate errechnet. Die wichtigsten Eigenschaften (Mittelwert, Saisonmus-ter) der Ursprungs-Zeitreihe werden durch diese Vorgehensweise nicht verändert.

21

Die vier oben beschriebenen Input-Zeitreihen für einen gleichlaufenden Indikator bilden nicht nur die Industrie ab, sondern auch den privaten Verbrauch an Gütern und Dienstleistungen. Allerdings konnte keine geeignete Ersatzzeitreihe für die Wertschöpfung des Dienstleistungsbereiches gefunden werden, außer der Wert-schöpfung für den tertiären Sektor selbst, die in Abbildung 2 gezeigt wird. Da die-se Zeitreihe aber schon Teil des offiziellen BIP ist, kann sie nicht zur Konstruktion eines Indikators Verwendung finden, der einen Ersatz für das BIP darstellen soll.

Im Vergleich mit dem Li Keqiang-Index bilden diese vier Zeitreihen die Wirtschaft Chinas umfassender ab, mit Ausnahme allerdings des Bereichs der Bankdienstleis-tungen (repräsentiert durch die Bankkredite), die im hier konstruierten Indikator aufgrund ihres großen zeitlichen Vorlaufs zur Konjunktur nicht aufgenommen werden.

Tabelle 1: Zeitreihen für einen gleichlaufenden BIP-Indikator und ihre statistischen Eigenschaften (in Prozent zum Vorjahr), 2002 bis 2016

Mittelwert Maximum Minimum Standard-abweichung

BIP (real) 9,6 14,4 6,4 2,2 Industrie-produktion

12,7 19,0 5,9 4,1

Einzelhandels-umsätze

13,9 22,3 9,1 3,4

Elektrizitäts-produktion

10,1 24,4 -5,8 6,2

Fracht-volumen

8,1 25,3 -6,9 6,7

Importe 15,0 64,6 -31,0 19,4

Tabelle 1 gibt die wesentlichen statistischen Eigenschaften der Zeitreihen für den Zeitraum 2002 bis 2016 wieder.12 „Importe“ ist die mit Abstand volatilste Zeitrei-he, danach folgen Frachtvolumen und Elektrizitätsproduktion, die jeweils eine deutlich höhere Standardabweichung als Industrieproduktion und BIP aufweisen. Es fällt auf, dass sich die Mittelwerte der meisten der in Tabelle 1 aufgeführten Zeitreihen recht ähnlich sind.

12 Der Zeitraum der Analysen beginnt erst mit dem Jahr 2002, da die Zeitreihe für das Frachtvolumen aufgrund von Strukturbrüchen nicht vor 2001 verwendet werden kann. Jahresveränderungsraten können für das Frachtvolumen daher erst ab 2002 berechnet werden.

22

Die vier Zeitreihen „Einzelhandelsumsätze“, „Elektrizitätsproduktion“, „Frachtvo-lumen“ und „Importe“ werden im nächsten Schritt miteinander zu einem Gesamt-indikator verknüpft. Dazu wird die Methode der Hauptkomponentenanalyse ver-wendet. Bei dieser Methode werden auf Basis der Korrelationen dieser vier Zeit-reihen vier Faktoren (Hauptkomponenten)13 berechnet, die wechselseitig unkor-reliert sind. Alle Hauptkomponenten sind Linearkombinationen der vier Input-Zeitreihen mit jeweils unterschiedlichen Gewichtungen. Die erste Hauptkompo-nente ist diejenige, die den größten Anteil der gemeinsamen Varianz abbildet. Häufig ist sie ein Durchschnitt der Input-Zeitreihen, die dabei zwar jeweils eine (leicht) unterschiedliche Gewichtung aufweisen, aber alle mit positivem Vorzei-chen in die Hauptkomponente eingehen. Diese erste Hauptkomponente soll als Ersatzindikator des BIP versuchsweise untersucht werden.14

Tabelle 2: Korrelationen der vier Inputzeitreihen mit BIP und Industrie-produktion (alle in Veränderungsraten zum Vorjahr, Zeitraum 2002 bis 2016)

BIP IP Einzelh.-umsätze

Elektr.-prod.

Fracht-volumen

Importe

BIP (real) 1 0,84 0,40 0,69 0,62 0,68 Industrie-produktion

0.84 1 0,34 0,81 0,62 0,78

Einzelhan-delsumsätze

0.40 0.34 1 0,17 0,36 0,17

Elektrizitäts-produktion

0,69 0,81 0,17 1 0,63 0,81

Fracht-volumen

0,62 0,62 0,36 0,63 1 0,65

Importe 0,68 0,78 0,17 0,81 0,65 1

Alle vier Input-Zeitreihen weisen mit BIP und Industrieproduktion sowie unterei-nander nur positive Korrelationen auf (siehe Tabelle 2). Der stärkste Zusammen-hang mit dem BIP besteht für die Industrieproduktion, danach folgen Elektrizitäts-produktion und Importe. Die höchsten Korrelationen mit der Industrieproduktion weisen (neben dem BIP) Elektrizitätsproduktion und Importe auf. Diese beiden

13 Es gibt immer genauso viele Hauptkomponenten wie Input-Zeitreihen. Im Falle der hier durchgeführten Anwendung ist die Anzahl der Hauptkomponenten also gleich vier. 14 Die zweite, dritte und vierte Hauptkomponente weisen einen immer geringer werden-den statistischen Erklärungsgrad auf und der ökonomische Inhalt dieser Hauptkomponen-te ist häufig nicht mehr klar erkennbar.

23

Inputzeitreihen repräsentieren damit am stärksten den Bereich der Industrie. Mit dem Frachtvolumen und vor allem den Einzelhandelsumsätzen kommen dagegen Informationen hinzu, die über den Bereich der Industrie hinausgehen.

Aus Tabelle 3 ist die Zusammensetzung der vier Hauptkomponenten ersichtlich. HK1 ist im Wesentlichen ein Durchschnitt der vier Inputzeitreihen, wobei die Ein-zelhandelsumsätze etwas weniger Gewicht erhalten als die anderen drei Zeitrei-hen. HK1 ist damit eher an der Industrieproduktion ausgerichtet. Die anderen drei Hauptkomponenten (HK2 bis HK4) sind dagegen kaum inhaltlich interpretierbar. Im Folgenden wird untersucht, ob sich HK1 als Ersatzindikator des BIP oder der Industrieproduktion eignet.

Tabelle 3: Zusammensetzung der vier Hauptkomponenten

HK1 HK2 HK3 HK4

Einzelhandelsumsätze 0,26 0,92 0,29 0,01

Elektrizitäts-produktion

0,56 -0,26 0,36 -0,69

Frachtvolumen 0,54 0,11 -0,83 -0,04

Importe 0,57 -0,26 0,30 0,72

Anmerkungen: HKi = Hauptkomponente i; in den Spalten stehen die Gewichte, mit denen die Zeitreihen in die jeweilige Hauptkomponente eingehen; der statistische Erklärungsgrad der Hauptkomponenten in Bezug auf die vier Zeitreihen ist: HK1 = 63%, HK2 = 23 %, HK3 = 9%, HK4 = 5%.

In Tabelle 4 werden die bivariaten Korrelationen zwischen BIP, Industrieprodukti-on sowie den vier hier im Mittelpunkt stehenden gleichlaufenden Indikatoren aufgeführt. Die Korrelationen für den Zeitraum 2002 bis 2016 sind jeweils recht hoch. Der gleichlaufende CB-Indikator zeigt den stärksten Zusammenhang mit Industrieproduktion und BIP,15 danach folgt der neu entwickelte Indikator (HK1). Der Li Keqiang-Index sowie der modifizierte Li Keqiang-Index weisen hingegen die relativ niedrigsten Korrelationen auf. HK1 ist aufgrund der hohen Korrelation von 0,90 dem CB-Indikator recht ähnlich, zeigt aber im Verlauf größere Unterschiede, so dass HK1 nicht einfach als Ersatz für den wesentlich komplexer aufgebauten CB-Indikator verwendet werden kann.

15 Im Vergleich zum Zeitraum 1993 bis 2016, der im Zusammenhang mit Abbildung 4 und Abbildung 5 untersucht wurde, sind die Korrelationen zwischen CB-Indikator und Indust-rieproduktion bzw. BIP für den Zeitraum 2002 bis 2016 deutlich höher. Sie stiegen von 0,53 auf 0,84 für BIP und CB-Indikator und von 0,65 auf 0,92 für Industrieproduktion und CB-Indikator.

24

Die beiden Li Keqiang-Indizes sind weniger gut geeignet, die aktuellen Verände-rungen von BIP und Industrieproduktion Chinas abzubilden: Sie weisen nicht nur die geringsten Korrelationswerte auf, sondern enthalten mit den Bankkrediten auch eine weit vorlaufende Zeitreihe. Diese Indikatoren sind daher eine Mischung von gleich- und vorlaufenden Informationen, was ihre Interpretation erschwert. In den nachfolgenden Analysen von Kapitel 3.1 sollen der Li Keqiang-Index sowie der modifizierte Li Keqiang-Index nach Clark et al. (2017) daher nicht weiter als gleich-laufende Indikatoren berücksichtigt werden. Sie werden allerdings in Kapitel 3.2 bei der Analyse vorlaufender Konjunkturindikatoren wieder eine prominentere Rolle spielen.

Tabelle 4: Korrelationen gleichlaufender Indikatoren mit realem BIP und Industrieproduktion (alle in Veränderungsraten zum Vorjahr, Zeitraum 2002 bis 2016)

BIP (real) IP CB Li Keq. Mod. Li HK1

BIP (real) 1 0,84 0,85 0,56 0,26 0,73

Industrie-produktion

0,84 1 0,92 0,69 0,38 0,82

CB-Indikator 0,85 0,92 1 0,80 0,45 0,90

Li Keqiang-Index

0,56 0,69 0,80 1 0,87 0,75

Modifizierter Li Keqiang-Index

0,26 0,38 0,45 0,87 1 0,43

HK1 0,73 0,82 0,90 0,75 0,43 1

In Abbildung 8 wird der Verlauf der Industrieproduktion mit derjenigen Zeitreihe verglichen, die mit Hilfe des CB-Indikators als „erklärender“ Variablen berechnet werden kann. Abbildung 9 zeigt das gleiche für das chinesische BIP.

Die Schätzungen der linearen Zusammenhänge werden mit folgender Schätzglei-chung durchgeführt: Konjunktur (t) = a + b * CB-Indikator (t) + Residuum (t).

Konjunktur wird entweder durch das reale BIP oder die Industrieproduktion re-präsentiert. Alle Zeitreihen werden in Jahreswachstumsraten verwendet. Die Schätzungen werden mit der Methode der Kleinsten Quadrate (Ordinary Least Squares (OLS)) durchgeführt.

Die Zeitreihe FitCB, die in den beiden Abbildungen 8 und 9 gezeigt wird, wurde unter Verwendung der mit obiger Gleichung jeweils geschätzten Parameter a´ und b´ berechnet: FitCB = a´ + b´ * CB-Indikator (t).

25

Abbildung 8: Industrieproduktion und Fit (CB-Indikator)

Anmerkungen: FitCB errechnet sich aus der Gleichung [FitCB = a´ + b´ * CB-Indikator (t)]. Die Parameter a´ und b´ wurden mit der Schätzgleichung für die Industrieproduktion er-mittelt. Linke Achse: Wachstumsraten in Prozent zum Vorjahr

Abbildung 9: Reales BIP und Fit (CB-Indikator)

Anmerkungen: FitCB errechnet sich aus der Gleichung [FitCB = a´ + b´ * CB-Indikator (t)]. Die Parameter a´ und b´ wurden mit der Schätzgleichung für das reale BIP ermittelt. Linke Achse: Wachstumsraten in Prozent zum Vorjahr

5

7

9

11

13

15

17

19

21

2002

Q1

2002

Q4

2003

Q3

2004

Q2

2005

Q1

2005

Q4

2006

Q3

2007

Q2

2008

Q1

2008

Q4

2009

Q3

2010

Q2

2011

Q1

2011

Q4

2012

Q3

2013

Q2

2014

Q1

2014

Q4

2015

Q3

2016

Q2

Industrieproduktion FitCB

6789

101112131415

2002

Q1

2002

Q4

2003

Q3

2004

Q2

2005

Q1

2005

Q4

2006

Q3

2007

Q2

2008

Q1

2008

Q4

2009

Q3

2010

Q2

2011

Q1

2011

Q4

2012

Q3

2013

Q2

2014

Q1

2014

Q4

2015

Q3

2016

Q2

BIP FitCB

26

Beide Abbildungen zeigen eine sehr gute Übereinstimmung zwischen der jeweili-gen Originalzeitreihe und den Schätzwerten. Interessanterweise weisen die Fit-Werte am Ende des Beobachtungszeitraums darauf hin, dass die Wachstumsraten von Industrieproduktion und BIP eigentlich etwas höher sein müssten, als offiziell ausgewiesen.

Eine deutliche Verbesserung der Erklärung des chinesischen BIP erhält man durch die Ergänzung der Schätzgleichung um das um eine Periode verzögerte BIP, da die autoregressive Komponente des BIP sehr groß ist. Dies bedeutet, dass sich zukünftige Veränderungen des chinesischen BIP zu einem großen Teil durch die zuletzt beobachtete Veränderung des realen BIP prognostizieren lassen. Die ent-sprechende Schätzgleichung mit dem CB-Indikator lautet:

BIP (t) = a + b * BIP (t-1) + c * CB-Indikator (t) + Residuum (t)

Für den Schätzzeitraum 2002 bis 2016 ergeben sich folgende Parameterschätzun-gen: a´ = 1,2; b´ = 0,66; c´ = 0,19. Das Bestimmtheitsmaß (R2) beträgt 0,91. Alle drei Parameter sind hochsignifikant.

Abbildung 10: Reales BIP und Fit (CB-Indikator) auf Basis der autoregressiven Schätzgleichung

Anmerkungen: FitCB-ar errechnet sich aus der Gleichung [FitCB-ar = a´ + b´ * BIP (t-1) + c´ * CB-Indikator (t)]. Die Parameter a´, b´ und c´ wurden mit der autoregressiven Schätzglei-chung für das reale BIP ermittelt. Linke Achse: Wachstumsraten in Prozent zum Vorjahr

Wie Abbildung 10 zeigt, verbessert sich die Anpassungsgüte noch einmal deutlich gegenüber Abbildung 9. Der veröffentlichte Wert des BIP im vierten Quartal 2016

6789

101112131415

2002

Q1

2002

Q4

2003

Q3

2004

Q2

2005

Q1

2005

Q4

2006

Q3

2007

Q2

2008

Q1

2008

Q4

2009

Q3

2010

Q2

2011

Q1

2011

Q4

2012

Q3

2013

Q2

2014

Q1

2014

Q4

2015

Q3

2016

Q2

BIP FitCB-ar

27

entspricht in etwa demjenigen Wert, den man unter Anwendung des autoregres-siven Modells erwarten kann.

Die wichtigsten Ergebnisse dieses Kapitels zu gleichlaufenden Indikatoren für die chinesische Konjunktur sind:

- Der beste gleichlaufende Indikator für die chinesische Konjunktur ist der Coincident Indicator des US Conference Board (CB), der auf Basis einer sehr aufwändigen Methodik vom Conference Board entwickelt wurde und monatlich aktualisiert wird.16

- Der Conference Board (CB)-Indikator entspricht besser dem Verlauf der Industrieproduktion als dem Verlauf des BIP. Er ist allerdings für beide Zeitreihen als gleichlaufender Indikator geeignet.

- Auf Basis des CB-Indikators lässt sich der Schluss ziehen, dass das chi-nesische BIP im Durchschnitt des Zeitraums 2002 bis 2016 keine signi-fikante Verzerrung aufweist. Der CB-Indikator ist deutlich volatiler als das BIP.

- Diese höhere Volatilität des CB-Indikators könnte auf eine bewusst durchgeführte Glättung der BIP-Zeitreihe hinweisen. Sie könnte aber auch einfach Ausdruck davon sein, dass der CB-Indikator mehr die Entwicklung der volatileren Industrie als diejenige der weniger volati-len Dienstleistungen abbildet.17

- Der zweitbeste gleichlaufende Indikator für das chinesische reale BIP scheint die Industrieproduktion Chinas zu sein. Der CB-Indikator ist hierbei der Industrieproduktion allerdings klar überlegen.

- Der Li Keqiang-Index eignet sich hingegen weniger gut als gleichlau-fender Indikator. Da er mit den Bankkrediten auch der Konjunktur vor-laufende Elemente enthält, wird er im nächsten Kapitel bei der Analyse vorlaufender Konjunkturindikatoren erneut betrachtet.

16 Dieses Ergebnis wird durch Mehrotra und Pääkkönen (2011) bestätigt. Sie führen eine Faktoranalyse mit mehr als 80 Inputzeitreihen (darunter industriebezogene und makro-ökonomische Zeitreihen) für die chinesische Konjunkturentwicklung durch. Für ihren Ana-lysezeitraum 1997 bis 2009 kommen sie zu ganz ähnlichen Ergebnissen zum Verlauf der chinesischen Konjunktur wie der gleichlaufende Conference Board (CB)-Indikator. 17 Siehe auch die Diskussion in Orlik (2012: 3ff). Orlik weist darauf hin, dass eine absichtli-che Manipulation der chinesischen Wirtschaftsstatistiken aus verschiedenen Gründen recht unwahrscheinlich sei und dass „Ungereimtheiten“ vor allem durch eine noch nicht ausgereifte Methodik verursacht würden.

28

3.2 Analyse vorlaufender Indikatoren

Wie gut und mit welchen Indikatoren lässt sich die Konjunkturentwicklung Chinas vorhersagen? Das ist das zentrale Thema dieses Kapitels. Dabei soll untersucht werden, wie groß der zeitliche Vorlauf von ausgewählten Indikatoren ist und wie eng diese Indikatoren mit der zukünftigen Konjunkturentwicklung zusammenhän-gen. Die entsprechenden Analysen werden für drei repräsentative Konjunktur-zeitreihen durchgeführt: das chinesische reale BIP, die Industrieproduktion sowie den Coincident Indicator des US Conference Board (CB-Indikator), der als ein Er-satzindikator für die offiziellen Konjunkturdaten gelten kann.

Es gibt inzwischen für China eine große Anzahl von unterschiedlich konstruierten Indikatoren, die mit dem Ziel der Konjunkturprognose erstellt wurden. Es handelt sich dabei um zusammengesetzte vorlaufende Indikatoren (composite leading indicators) und umfragebasierte Indikatoren. Außerdem könnten ausgewählte sektorale Einzelzeitreihen einen Vorlauf zur konjunkturellen Entwicklung aufwei-sen. Genauso wie in Kapitel 3.1 beruhen auch in diesem Kapitel alle Analysen auf Quartalsdaten.

Die wichtigsten zusammengesetzten Indikatoren, die speziell für den Zweck der Prognose geschaffen wurden, sind:

- Vorlaufender Indikator der OECD für China. Dieser Indikator steht entweder ohne Trend (nur Amplitude) oder mit Trend zur Verfügung. Beide Indikatoren haben gegenüber den Konjunkturindikatoren eine Publikationsverzögerung von einem Quartal, was ihre Brauchbarkeit für Prognosen einschränkt. Für die Analysen wird der Amplitudenindi-kator verwendet.18 DS-Code: CHCYLDAMR, der Indikator mit Trend hat den DS-Code: CHCYLEADT.

- Vorlaufender Indikator des US Conference Board für China. Dieser In-dikator wurde zusammen mit dem gleichlaufenden Indikator des Con-ference Board, der im vorangegangenen Kapitel 3.1 ausführlich disku-tiert wurde, entwickelt. DS-Code: DSLEADINR.

- China Leading Index von CEMAC-GS. Dieser Indikator wurde vom Chi-na Economic Monitoring Centre (CEMAC/NBS) in Zusammenarbeit mit Goldman Sachs Asia erstellt. Der Index hat gegenüber der Konjunktur eine Publikationsverzögerung von einem Quartal, was seine Brauch-barkeit für Prognosen einschränkt. DS-Code: CHCYLEADQ.

18 Die konkrete Zusammensetzung des OECD-Indikators findet sich unter https://stats.oecd.org/mei/default.asp?lang=e&subject=5&country=CHN.

29

- Li Keqiang-Index. Dieser Indikator wurde zwar als gleichlaufender Indi-kator konzipiert (siehe Kapitel 3.1), enthält aber mit den Bankkrediten eine typischerweise der Konjunktur vorlaufende Zeitreihe und wird deshalb hier in die Analyse einbezogen. Die drei im Index enthaltenen Zeitreihen (Elektrizitätsverbrauch, Frachtvolumen auf der Schiene, Bankkredite an den Privatsektor) werden in diesem Index gleichge-wichtet. DS-Code: CHKEQIANC

- Modifizierter Li Keqiang-Index. Dieser Indikator wurde von Clark et al. (2017) entwickelt und verwendet die folgende Gewichtung der drei Zeitreihen des ursprünglichen Li Keqiang-Indexes: 33 % für Elektrizi-tätsverbrauch, 8 % für Frachtvolumen auf der Schiene und 59 % für Bankkredite an den Privatsektor.

Es gibt inzwischen eine größere Anzahl an umfragebasierten Konjunkturindikato-ren, die für Prognosezwecke konzipiert wurden und daher einen Vorlauf zur Kon-junktur aufweisen könnten. Dies sind folgende Indikatoren:

- MNI China Business Sentiment Indicator. MNI (Market News Interna-tional) ist eine Nachrichtenagentur mit Sitz in London. Der China Busi-ness Sentiment Indicator basiert auf einer monatlichen Umfrage unter großen chinesischen Firmen (vor allem mit Sitz in Shanghai und Bei-jing). Laut der MNI website werden monatlich etwa 200 Interviews für die Umfrage geführt.19 DS-Code: CHMNIBCCQ.

- Westpac MNI China Consumer Sentiment Indicator. Der Westpac MNI-Indikator der Konsumentenstimmung basiert auf etwa 1000 mo-natlich durchgeführten Telefoninterviews in 30 verschiedenen Städten Chinas.20 DS-Code: CHWMCSI.R.

- China Consumer Expectations Index. Der Index wird im Rahmen einer monatlichen Umfrage des National Bureau of Statistics (NBS) zum Kon-sumentenvertrauen erhoben. Die Erwartungen beziehen sich die öko-nomische Entwicklung, Arbeitsmarkt, Lebensqualität sowie beabsich-tigte Käufe langlebiger Konsumgüter.21 DS-Code: CHEXPECTR).

- NBS Manufacturing PMI in China. Der Einkaufsmanagerindex (PMI; Purchasing Managers Index) für das Verarbeitende Gewerbe wird von

19 Weiter gehende Informationen zur Business Sentiment Umfrage von MNI finden sich in der Datei: http://www.mni-indicators.com/files/mni_china_business.pdf 20 Weiter gehende Informationen finden sich unter: http://www.mni-indicators.com/files/mni_china_consumer.pdf 21 Siehe die Angaben in Orlik (2012: 101ff).

30

der China Federation of Logistics and Purchasing (CFLP) zusammen mit dem National Bureau of Statistics (NBS) erhoben. Außerdem werden Sub-Indizes berechnet, etwa ein Production Index, ein New Orders In-dex sowie ein Employed Person Index. Aufgrund der größeren Bedeu-tung des Gesamtindexes wird nur dieser bei den Analysen berücksich-tigt. DS-Code: CHNPMM..Q.

- NBS Non-Manufacturing PMI China. Dieser Einkaufsmanagerindex (PMI) für Sektoren außerhalb des Verarbeitenden Gewerbes wird von der China Federation of Logistics and Purchasing (CFLP) und dem China Logistics Information Centre (CLIC) in Zusammenarbeit mit dem Natio-nal Bureau of Statistics (NBS) monatlich erhoben. Es werden mehr als 700 Unternehmen befragt. DS-Code: CHNPMNMBQ.

- China Caixin Manufacturing PMI. Es handelt sich um einen Einkaufs-managerindex für das Verarbeitende Gewerbe, der von der Wirt-schaftszeitschrift Caixin zusammen mit dem Informationsdienstleister Markit erhoben wird. Es werden ca. 430 Unternehmen monatlich be-fragt. Außerdem werden Sub-Indizes berechnet, etwa ein Output In-dex, ein New Orders Index sowie ein Preisindex. Aufgrund der größe-ren Bedeutung des Gesamtindex wird nur dieser bei den Analysen be-rücksichtigt. Da der Index für uns in Datastream nur ab 2014 verfügbar ist, dürften die statistischen Resultate leider nicht sehr aussagekräftig sein. DS-Code: CHPMIM.HQ.

- China Caixin Services PMI. Dies ist ein Einkaufsmanagerindex für den Bereich der Dienstleistungen, der von der Wirtschaftszeitschrift Caixin zusammen mit dem Informationsdienstleister Markit erhoben wird. Da der Index für uns in Datastream nur ab 2014 verfügbar ist, dürften die statistischen Resultate leider nicht sehr aussagekräftig sein. DS-Code: CHPMIS.HQ.

- Business Climate Index der People´s Bank of China (PBOC). Dieser Ge-schäftsklimaindex für die chinesische Industrie basiert auf einer quar-talsweisen Umfrage der chinesischen Notenbank unter mehr als 5000 Unternehmen. In Datastream ab dem ersten Quartal 2008 verfügbar. DS-Code: CHEQIBUSR.

- ZEW China Economic Panel. Dieser Indikator wird aus einer monatli-chen Umfrage von ZEW und Fudan Universität gewonnen. Die Zeitrei-he beginnt allerdings erst im September 2013, so dass die Ergebnisse noch nicht sehr aussagekräftig sein können. Der Indikator basiert auf Antworten von 40 bis 50 Finanzmarkt- und Makroexperten.

- ZEW-PwC Konjunkturerwartungen China. Der Indikator wird aus einer quartalsweisen Umfrage von ZEW und Pricewaterhouse Coopers (PwC)

31

seit dem dritten Quartal 2013 erhoben. Auch bei diesem Indikator ist aufgrund der kurzen Zeitreihe keine wirklich aussagekräftige Analyse möglich. Der Erwartungsindikator basiert auf den Antworten von etwa 40 bis 50 deutschen Unternehmen, die in China geschäftlich aktiv sind.

Darüber hinaus werden auch Umfrageindikatoren einbezogen, die das ifo Institut im Rahmen seiner World Economic Survey (WES)-Umfrage erhebt.22 Diese Indika-toren sind zwar nicht direkt auf China ausgerichtet, enthalten aber Informationen über die Wirtschaftslage der Handelspartner Chinas und könnten daher möglich-weise auch einen gewissen Vorlauf zum chinesischen BIP aufweisen. Im Einzelnen sind dies folgende vier Indikatoren:

- WES All Countries, Situation: Lageeinschätzung weltweit,

- WES All Countries, Climate: Klimaindikator weltweit. Der Indikator ist eine Kombination von Lageeinschätzungen und Erwartungen für die kommenden sechs Monate,

- WES Asian Countries, Situation: Lageeinschätzung für asiatische Schwellenländer,

- WES Asian Countries, Climate: Klimaindikator für asiatische Schwellen-länder. Der Indikator ist eine Kombination von Lageeinschätzungen und Erwartungen für die kommenden sechs Monate.

Alle umfragebasierten Indikatoren werden in ihrer Ursprungsform verwendet und nicht weiter umgeformt.

Darüber hinaus kommen auch einige sektorale Einzelzeitreihen aus der chinesi-schen Statistik als vorlaufende Indikatoren in Frage. Einige von ihnen sind Be-standteil des Li Keqiang-Indexes. Im Einzelnen werden folgende sektorale Zeitrei-hen betrachtet:23

- Zementproduktion (DS-Code: CHINDCEMP). Die Zementproduktion sollte ein gleichlaufender oder vorlaufender Indikator der Bauwirt-schaft sein und damit einen Vorlauf zur gesamtwirtschaftlichen Kon-junkturentwicklung aufweisen.

- Stahlproduktion (Rohstahl (DS-Code: CHVALSTLH), gewalzter Stahl (DS-Code: CHVALSTPH)). Die Produktion von Stahl dürfte ein vorlau-

22 Weitergehende Informationen zur World Economic Survey-Umfrage des ifo Instituts finden sich unter: www.ifo.de/wes 23 Hinweise zu geeigneten Zeitreihen kamen auch von einer Sonderfrage zum chinesischen BIP, die im Rahmen der ZEW-Finanzmarkttest-Umfrage vom April 2016 gestellt wurde (siehe die Angaben im Anhang, Abschnitt A.2).

32

fender Indikator der Industrieproduktion sein und sollte damit auch einen Vorlauf zum BIP haben.

- Stromproduktion (DS-Code: CHELECTPO). Dieser Indikator gibt die rea-le Stromproduktion Chinas an. Er verläuft sehr ähnlich wie die Zeitrei-he zum Stromverbrauch, die im Li Keqiang-Index enthalten ist. Die hier gewählte Zeitreihe ist jedoch über einen längeren Zeitraum verfügbar.

- Bankkredite. Es gibt in Datastream verschiedene Zeitreihen zu Bank-krediten. Zwei davon, Kredite an private Haushalte (DS-Code: CHFIL-HHDA) und Kredite an Unternehmen außerhalb des Finanzsektors (DS-Code: CHFINEOLA) sind erst ab 2010 verfügbar und damit für die Ana-lysen nur bedingt verwendbar. Daher wird für die Studie das Aggregat der Bankkredite verwendet (DS-Code: CHFINMOAA), das ab 1997 ver-fügbar ist. Diese Zeitreihe ist in laufenden Preisen in Renminbi. Ebenso kann eine Zeitreihe der Kredite in konstanten Preisen (Basisjahr 2010) untersucht werden, die ab 1999 vorhanden ist (DS-Code: CHLOANSTD). Bankkredite an den Privatsektor sind auch Teil des Li Keqiang-Indexes.

- Total Social Finance (DS-Code: CHSFSNFMA). Diese Zeitreihe enthält umfassende Angaben zu Krediten und Liquidität des chinesischen Fi-nanzsektors. Sie enthält unter anderem Bankkredite an den privaten Sektor, IPOs (= Kapitalaufnahme durch Börsengänge von Unterneh-men), Kredite von Nichtbanken und außerbilanzielle Finanzierungen („Schattenbanken“). Die Zeitreihe ist damit breiter definiert als die zu-vor aufgeführten Bankkredit-Zeitreihen.

- Geldmenge M2 (DS-Code: CHCMS2Y%B). Die Geldmenge wird in vielen Ländern als vorlaufender Konjunkturindikator angesehen und ist auch im Leading Indicator der OECD für China enthalten.

- Frachtvolumen Schiene (DS-Code: CHFRERALP). Die Zeitreihe ist Teil des Li Keqiang-Indexes und misst das Frachtvolumen des Bahnverkehrs (in metrischen Tonnen).

- Frachtvolumen (Luft, Schiene, Wasser). Diese Zeitreihe setzt sich aus den drei Frachtzeitreihen für Luft (DS-Code: CHFRECAVP), Schiene (DS-Code: CHFRERALP) und Wasser (DS-Code: CHFREWATP) zusammen. Al-le drei messen das Frachtvolumen jeweils in metrischen Tonnen. Die Zeitreihen für Frachtvolumen Luft und Wasser scheinen Strukturbrü-che bis etwa 2000 aufzuweisen. Um diese auszuschließen werden bei-

33

de Zeitreihen erst ab 2001 betrachtet.24 Beim Frachtvolumen Wasser fehlen zudem einige Werte für den Monat Dezember, die aber ergänzt (imputiert) werden konnten.25 Dieser selbst konstruierte Index ist da-mit deutlich breiter definiert als das im Li Keqiang-Index enthaltene Frachtvolumen Schiene.

- Aktienindex der Börse Shanghai (DS-Code: CHSHRPRCF). Aktienindex der Börse Shanghai. Enthält alle an der Börse Shanghai notierten Ak-tien. Die A-Aktien notieren in Renminbi und waren bis 2003 nur inlän-dischen Anlegern zugänglich, seit 2003 haben auch ausgewählte aus-ländische Investoren Zutritt zu diesem Marktsegment. Die B-Aktien no-tiren in US-Dollar und waren bis 2001 nur ausländischen Anlegern zu-gänglich, seit 2001 ist dieses Marktsegment auch für Inländer geöffnet. Der Aktienmarktindex könnte einen Vorlauf zum BIP aufweisen, da in den Aktienkursen Erwartungen über die gesamtwirtschaftliche Ent-wicklung berücksichtigt werden.

- Handelsvolumen der Börse Shanghai (DS-Code: CHKTSSG.A). Die Zeit-reihe misst das Handelsvolumen aller an der Börse Shanghai gelisteten Aktien. Die Zeitreihe ist seit Anfang 1995 verfügbar. Sie ist im Leading Indicator der OECD für China enthalten.

Für alle aufgeführten, potenziell vorlaufenden Indikatoren wird untersucht, ob sie grundsätzlich für die Prognose des BIP geeignet sind und wie groß der zeitliche Vorlauf („Lead“) ist. Hierzu werden zwei Maße statistisch ermittelt, ein optimaler und ein maximaler Vorlauf.

Für die Bestimmung des optimalen sowie des maximalen Vorlaufs i der aufge-führten Indikatoren wird folgende autoregressive Schätzgleichung verwendet:26

Konjunktur (t+i) = a + b * Konjunktur (t+i-1) + c * Indikator (t) + Residuum (t+i)

24 Auch die Zeitreihe „Frachtvolumen Straße“ (DS-Code: CHFREHGHP) weist mehrere Strukturbrüche auf. Da diese auch am aktuellen Rand der Zeitreihe vorliegen, konnte „Frachtvolumen Straße“ nicht für die Analysen verwendet werden. 25 Bei dieser Imputation wurde ein Zeitreihenmodell mit Konstante und Saisondummy-Variablen für die monatlichen Veränderungsraten der Zeitreihe „Frachtvolumen Wasser“ geschätzt. Die fehlenden Werte für die Dezembermonate der Jahre 2010 und 2012 bis 2016 wurden durch Multiplikation des Novemberwertes mit der durchschnittlichen De-zemberwachstumsrate errechnet. Die wichtigsten Eigenschaften (wie etwa Mittelwert und Saisonmuster) der Ursprungs-Zeitreihe werden durch diese Vorgehensweise nicht verän-dert. 26 Dieser autoregressive Ansatz wurde schon in Kapitel 3.1 zur Berechnung des Fits zwi-schen Konjunktur und gleichlaufenden Indikatoren verwendet.

34

Für „Konjunktur“ wird entweder die Zeitreihe des realen BIP, der Industrieproduk-tion oder des gleichlaufenden CB-Indikators verwendet, jeweils als Veränderungs-rate zum Vorjahr. Die Gleichung formuliert einen Zusammenhang zwischen dem Wert des Indikators in Periode (t) und der Konjunktur in Periode (t+i), wobei i den Vorlauf in Quartalen ausdrückt. Bei beispielsweise einem signifikanten Vorlauf von einem Quartal („i=1“) enthielte der Indikatorwert von Periode (t) nützliche Infor-mationen für die Konjunkturentwicklung der Folgeperiode (t+1).

Der optimale Lead i in der obigen Gleichung wird so bestimmt, dass die Signifi-kanz von Parameter c maximal wird. Der optimale Lead stellt damit denjenigen Vorlauf i dar, bei dem der Zusammenhang zwischen Indikator und Konjunktur am stärksten ausgeprägt ist.

Der maximale Lead ist hingegen derjenige Vorlauf, bei dem der Koeffizient c ge-rade noch auf dem 5-Prozent-Signifikanzniveau signifikant ist. Der maximale Lead bestimmt denjenigen Vorlauf, bei dem gerade noch ein statistisch signifikanter Informationsgehalt des Indikators gegeben ist. Der maximale Lead ist größer oder gleich dem optimalen Lead.

Für die Interpretation der Ergebnisse sind folgende Fälle besonders interessant:

1. Wenn es keinen Zusammenhang zwischen Konjunktur und Indikator-zeitreihe gibt, dann ist Parameter c insignifikant. In diesem Fall ist der Indikator nicht für Prognosezwecke geeignet.

2. Zusammenhang vorhanden, aber keine Prognoserelevanz. Es gibt ei-nen signifikanten Zusammenhang, aber optimaler Lead i = maximaler Lead i = 0. In diesem Fall ist der Indikator gleichlaufend mit der Kon-junktur und kann den Verlauf der Konjunktur (in gewissem Grad) nach-vollziehen. Da aber kein Vorlauf existiert, ist der Indikator nicht für Prognosen geeignet.

3. Zusammenhang vorhanden und grundsätzliche Prognoserelevanz. Es gibt einen (optimalen oder maximalen) Lead i, der mindestens den Wert „i=1“ hat und statistisch signifikant ist. In diesem Fall ist der Indi-kator grundsätzlich für die Konjunkturprognose geeignet.27

27 Im Rahmen des Projektes werden keine Prognosemodelle konstruiert, so dass die mit den Indikatoren mögliche Prognosegüte auch nicht ermittelt werden kann. Der Grund liegt darin, dass es keine eindeutige Transformation der Indikatoren in Prognosen gibt, sondern eine Vielzahl möglicher Modellarten, Modellstrukturen und Variablenkombinationen. Idealerweise werden Prognosemodelle im konkreten Anwendungszusammenhang des Nutzers der Prognosen erstellt. Die hier durchgeführte Analyse beschränkt sich daher darauf zu untersuchen, welche Indikatoren grundsätzlich für die Prognose der chinesi-schen Konjunkturentwicklung geeignet sind.

35

In den Tabellen 5 bis 7 werden zunächst die Schätzergebnisse für die optimalen Lags der oben erwähnten Indikatoren aufgeführt.

Tabelle 5: Konjunktur und zusammengesetzte vorlaufende Indikatoren: Ermittlung des Vorlaufs mit dem stärksten Zusammenhang

BIP (real) Industrie-produktion

CB-Indikator

Opt. Lead

Koeff. Opt. Lead

Koeff. Opt. Lead

Koeff.

OECD (Amplitude ad-justed; DS-Code: CHCYLDAMR; ab 1993 Q3 – 2016 Q3; in % zum Vorjahr)

0

0,17***

0

0,37***

0

0,39***

CEMAC-GS (DS-Code: CHCYLEADQ; 1992 Q1 – 2016 Q3; in % zum Vorjahr)

0

0,09***

0

0,24***

0

0,27***

Conf. Board-Leading (DS-Code: CHLEADINR; 1992 Q1 – 2016 Q4; in % zum Vorjahr)

0

0,04**

0

0,12***

---

Nicht signi-fikant

Li Keqiang-Index (DS-Code: CHKEQIANC; 2000 Q1 – 2016 Q4)

0

0,07***

0

0,16***

0

0,25***

Modifizierter Li Keqiang-Index (2000 Q1 – 2016 Q4)

1

0.04***

0

0.08**

0

0,13***

Anmerkungen: Verwendet wird die autoregressive Gleichung [Konjunktur (t+i) = a + b * Konjunktur (t+i-1) + c * Indikator (t) + Residuum (t+i)]. Opt. Lead i = Vorlauf, bei dem die Signifikanz des Schätzwertes von c den größten Wert erreicht; Koeff. = Schätzwert für c; Signifikanzniveaus: *** = 1%; ** = 5%; Konjunktur (reales BIP, Industrieproduktion, CB-Indikator) in Veränderungsraten zum Vorjahr

36

Die meisten zusammengesetzten vorlaufenden Konjunkturindikatoren für China weisen den stärksten Zusammenhang mit realem BIP und Industrieproduktion bei einer gleichzeitigen Beziehung (Lead i = 0) auf (siehe Tabelle 5). Auch gegenüber dem gleichlaufenden CB-Indikator ergibt sich dieses Resultat. Ausnahmen sind der der modfizierte Li Keqiang-Index, der gegenüber dem BIP einen Vorlauf von einem Quartal aufweist sowie der Leading Indicator des Conference Board, bei dem überraschenderweise kein signifikanter Zusammenhang mit dem gleichlaufenden CB-Indikator vorliegt. Der Leading Indicator des Conference Board zeigt von allen vier Indikatoren die schwächste Beziehung zur Konjunktur, wie an der geringeren Signifikanz gegenüber dem realen BIP erkennbar ist.

Tabelle 6: Konjunktur und umfragebasierte vorlaufende Indikatoren: Ermittlung des Vorlaufs mit dem stärksten Zusammenhang

BIP (real) Industrie-produktion

CB-Indikator

Opt. Lead

Koeff. Opt. Lead

Koeff. Opt. Lead

Koeff.

MNI Business (DS-Code: CHMNIBCCQ, ab 2007 Q2 – 2016 Q4)

0

0,13***

0

0,28***

0

0,30***

Westpac MNI Consumer (DS-Code: CHWMCSI.R; 2007 Q2 – 2016 Q4)

1

0,12***

0

0,25***

0

0,12***

Consumer Expec-tations (DS-Code: CHEX-PECTR; 1992 Q1 – 2016 Q4)

---

Nicht signi-fikant

---

Nicht signi-fikant

---

Nicht signi-fikant

37

NBS Manucfac-turing PMI (DS-Code: CHNPMM..Q; 2005 Q1 – 2016 Q4)

1

0,30***

0

0,62***

0

0,68***

NBS Non-Manucfacturing PMI (DS-Code: CHNPMNMBQ; 2005 Q1 – 2016 Q4)

1

0,47***

0

1,17***

0

0,87***

Caixin Manufac-turing (DS-Code: CHPMIM.HQ; 2014 Q1 – 2016 Q4

--

Nicht signi-fikant

--

Nicht signi-fikant

--

Nicht signi-fikant

Caixin Services (DS-Code: CHPMIM.HQ; 2014 Q2 – 2016 Q4)

--

Nicht signi-fikant

--

Nicht signi-fikant

--

Nicht signi-fikant

Business Climate PBOC (DS-Code: CHEQIBUSR; 2008 Q1 – 2016 Q4)

0

0,12***

0

0,40***

--

Nicht signi-fikant

ZEW China Eco-nomic Panel 2013 Q4 – 2016 Q4

0

0.01**

--

Nicht signi-fikant

--

Nicht signi-fikant

38

ZEW-PwC 2013 Q4 – 2016 Q4

---

Nicht signi-fikant

0

0.02**

0

0.07***

Ifo WES “All Countries”, Lage (DS-Code: WDIFGSONR; 1989 Q1 – 2016 Q4)

---

Nicht signi-fikant

---

Nicht signi-fikant

---

Nicht signi-fikant

Ifo WES “All Countries” Klima (DS-Code: WDIFBCI.R; 1989 Q1 – 2016 Q4)

0

0.01**

---

Nicht signi-fikant

---

Nicht signi-fikant

Ifo WES “Asien”, Lage (DS-Code: ASI-FGSONR; 1989 Q1 – 2016 Q4)

---

Nicht signi-fikant

---

Nicht signi-fikant

---

Nicht signi-fikant

Ifo WES “Asien”, Klima (DS-Code: ASI-FCLIMR; 1989 Q1 – 2016 Q4)

0

0.014***

---

Nicht signi-fikant

---

Nicht signi-fikant

Anmerkungen: Verwendet wird die autoregressive Gleichung [Konjunktur (t+i) = a + b * Konjunktur (t+i-1) + c * Indikator (t) + Residuum (t+i)]. Opt. Lead i = Vorlauf, bei dem die Signifikanz des Schätzwertes von c den größten Wert erreicht; Koeff. = Schätzwert für c; Signifikanzniveaus: *** = 1%; ** = 5%; Konjunktur (reales BIP, Industrieproduktion, CB-Indikator) in Veränderungsraten zum Vorjahr

Die Ergebnisse für die umfragebasierten Indikatoren sind vielversprechender als die zuvor betrachteten für die zusammengesetzten vorlaufenden Indikatoren. Immerhin drei der umfragebasierten Indikatoren (Westpac MNI Consumer Senti-ment, NBS Manufacturing PMI und NBS Non-Manufacturing PMI) weisen gegen-über dem realen BIP den stärksten Zusammenhang bei einem Vorlauf von einem Quartal auf (siehe Tabelle 6).

Gegenüber der Industrieproduktion zeigt sich aber auch für diese drei Indikatoren der stärkste Zusammenhang nur bei einer gleichzeitigen Beziehung. Interessant ist, dass das Westpac MNI Consumer Sentiment hoch signifikant ist, während die China Consumer Expectations-Zeitreihe keinen statistisch relevanten Zusammen-

39

hang mit der Konjunkturentwicklung aufweisen, obwohl beide eigentlich etwas Ähnliches messen müssten.

Die Ergebnisse für einige der Indikatoren (Caixin Manufacturing PMI, Caixin Ser-vices PMI, ZEW China Economic Panel, ZEW-PwC Konjunkturerwartungen) leiden darunter, dass die vorliegenden Zeitreihen sehr kurz und die statistischen Analy-sen damit wenig aussagekräftig sind. Diese Indikatoren sowie die vier Indikatoren aus dem World Economic Survey (WES) des ifo Instituts können aufgrund insignifi-kanter Parameter nichts zur Prognose der chinesischen Konjunktur beitragen.

Recht vielversprechend sehen auch einige der Schätzergebnisse für ausgewählte sektorale Einzelzeitreihen aus (siehe Tabelle 7).

Tabelle 7: Konjunktur und vorlaufende sektorale Einzelzeitreihen: Ermittlung des Vorlaufs mit dem stärksten Zusammenhang

BIP (real) Industrie-produktion

CB-Indikator

Opt. Lead

Koeff. Opt. Lead

Koeff. Opt. Lead

Koeff.

Zementproduktion (DS-Code: CHCHINDCEMP; 1992 Q1 – 2016 Q4; in % zum Vorjahr)

1

0.02***

0

0.09***

0

0.05***

Rohstahl (DS-Code: CHVALSTLH; 1992 Q1 – 2016 Q4; in % zum Vorjahr)

1

0.02***

0

0.07***

0

0.08***

Gewalzter Stahl (DS-Code: CHVALSTPH; 1992 Q1 – 2016 Q4; in % zum Vorjahr)

0

0.03***

0

0.07***

0

0.09***

Stromproduktion (DS-Code: CHELECT-PO; 1992 Q1 – 2016 Q4; in % zum Vor-jahr)

0

0.08***

0

0.24***

0

0.30***

40

Frachtvolumen Schiene (DS-Code: CHFRERALP; 1992 Q1 – 2016 Q4; in % zum Vorjahr)

0

0.04***

---

Nicht signi-fikant

0

0.20***

Frachtvolumen Schiene + Luft + Wasser (DS-Codes: CHFRERALP, CHFRE-CAVP, CHFREWATP; 2002 Q1 – 2016 Q4; in % zum Vorjahr)

0

0.08***

---

Nicht signi-fikant

0

0.18**

Bankkredite an Pri-vatsektor (DS-Code: CHFINMOAA; 1997 Q1 – 2016 Q4; in % zum Vorjahr)

---

Nicht signi-fikant

--

Nicht signi-fikant

1

0.12***

Bankkredite an Pri-vatsektor (real) (DS-Code: CHLOANSTD; 1999 Q1 – 2016 Q4; in % zum Vorjahr)

2

0.02**

1

0.05**

1

0.07***

Total Social Finance (DS-Code: CHS-FSNFMA; 2002 Q1 – 2016 Q4; in % zum Vorjahr)

---

Nicht signi-fikant

2

0.01**

1

0.02***

Geldmenge M2 (DS-Code: CHCMS2Y%B; 1997 Q1 – 2016 Q4; in % zum Vorjahr)

--

Nicht signi-fikant

--

Nicht signi-fikant

--

Nicht signi-fikant

Aktienindex Börse Shanghai (DS-Code: CHSHRPRCF; 1997 Q1 – 2016 Q4; in % zum Vorjahr)

0

0.006**

---

Nicht signi-fikant

---

Nicht signi-fikant

41

Handelsvolumen Börse Shanghai (DS-Code: CHKTSSG.A; 1995 Q1 – 2016 Q4; in % zum Vorjahr)

--

Nicht signi-fikant

--

Nicht signi-fikant

--

Nicht signi-fikant

Anmerkungen: Verwendet wird die autoregressive Gleichung [Konjunktur (t+i) = a + b * Konjunktur (t+i-1) + c * Indikator (t) + Residuum (t+i)]. Opt. Lead i = Vorlauf, bei dem die Signifikanz des Schätzwertes von c den größten Wert erreicht; Koeff. = Schätzwert für c; Signifikanzniveaus: *** = 1%; ** = 5%; Konjunktur (reales BIP, Industrieproduktion, CB-Indikator) in Veränderungsraten zum Vorjahr

Zementproduktion sowie Produktion von Rohstahl weisen einen besonders star-ken Zusammenhang mit dem realen BIP bei einem Vorlauf von einem Quartal auf, die realen Bankkredite sogar einen Vorlauf von zwei Quartalen. Die realen Bank-kredite sowie Total Social Finance haben außerdem Prognosekraft für die Indust-rieproduktion und den gleichlaufenden CB-Indikator.

Geldmenge M2 sowie Aktienindex und Handelsvolumen der Börse Shanghai sind hingegen aufgrund fehlender Signifikanz der Parameter für Prognosezwecke nicht zu gebrauchen.

In den Tabellen 8 bis 10 werden im Folgenden die Ergebnisse für den maximalen Lead aufgeführt. Als maximaler Lead wird derjenige Vorlauf bezeichnet, bei dem gerade noch ein signifikanter Zusammenhang auf einem Signifikanzniveau von fünf Prozent besteht. Der maximale Lead gibt damit an, bis zu wie vielen Perioden Vorlauf der jeweilige Indikator noch Informationen über die Konjunktur enthält.

Tabelle 8 zeigt in Bezug auf den maximalen Lead ein etwas günstigeres Bild für die zusammengesetzten vorlaufenden Indikatoren als zuvor Tabelle 5. Mit Ausnah-me des Conference Board Leading Indicators weisen alle anderen vier Indikatoren Prognosekraft gegenüber der chinesischen Konjunktur bei einem Vorlauf von ei-nem Quartal auf. Allerdings sind praktisch nur die beiden Li Keqiang-Indizes brauchbar, da der OECD- sowie der CEMAC-GS Indikator eine Publikationsverzöge-rung von einem Quartal zum BIP aufweisen, so dass der Vorlauf von einer Periode gerade die Publikationsverzögerung ausgleichen kann und in Echtzeit somit nur eine gleichzeitige Beziehung zwischen diesen Indikatoren und der Konjunktur vor-liegt.

Gleichwohl ist es interessant zu untersuchen, ob die vorlaufenden Indikatoren von OECD und CEMAC-GS bezüglich des Informationsgehalts den Li Keqiang-Indizes überlegen sein könnten, wenn es diese Publikationsverzögerung nicht gäbe. Ein positives Ergebnis für den OECD- und den CEMAC-Indikator hätte dann praktische Relevanz, wenn es gelänge, die Publikationsverzögerung aufzuheben.

42

Tabelle 8: Konjunktur und zusammengesetzte vorlaufende Indikatoren: Ermittlung des maximalen Vorlaufs (mit mindestens 5% Signifikanz)

BIP (real) Industrie-produktion

CB-Indikator

Max. Lead

Koeff. Max. Lead

Koeff. Max. Lead

Koeff.

OECD (Amplitude ad-justed; DS-Code: CHCYLDAMR; ab 1993 Q3 – 2016 Q3; in % zum Vor-jahr)

1

0,15**

*

1

0,23**

1

0,23***

CEMAC-GS (DS-Code: CHCYLEADQ; 1992 Q1 – 2016 Q3; in % zum Vorjahr)

1

0,07**

*

0

0,24***

1

0,17***

Conf. Board-Leading (DS-Code: CHLEAD-INR; 1992 Q1 – 2016 Q4; in % zum Vorjahr)

0

0,04**

0

0,12***

---

Nicht signi-fikant

Li Keqiang-Index (DS-Code: CHKEQI-ANC; 2000 Q1 – 2016 Q4)

1

0,07**

*

1

0,12**

1

0,15***

Modifizierter Li Keqiang-Index (2000 Q1 – 2016 Q4)

2

0,03*

1

0,08**

1

0,11***

Anmerkungen: Verwendet wird die autoregressive Gleichung [Konjunktur (t+i) = a + b * Konjunktur (t+i-1) + c * CB-Indikator (t) + Residuum (t+i)]. Max. Lead = Vorlauf i, bei dem gerade noch eine Signifikanz des Schätzwertes von Parameter c mindestens auf dem 5%-Niveau besteht; Koeff. = Schätzwert für c; Signifikanzniveaus: *** = 1%; ** = 5%; Konjunk-tur (reales BIP, Industrieproduktion, CB-Indikator) in Veränderungsraten zum Vorjahr

43

Für den Vergleich dieser Konjunkturindikatoren werden bivariate Tests durchge-führt, die untersuchen, ob eine der Prognosezeitreihen die andere dominiert. Die Basisgleichung dieser Tests ist:

Konjunktur (t+i) = a + b * Konjunktur (t+i-1) + c * vorlaufender Indikator_1(t+i-1) + d * vorlaufender Indikator_2_Ortho (t+i-1) + Residuum (t+i)

Dabei werden immer zwei der aufgeführten Indikatoren miteinander verglichen. Konkret wird untersucht, ob Indikator Nr. 2 Informationen enthält, die zusätzlich zu Indikator Nr. 1 die Prognosen verbessern können. Indikator Nr. 2 wird in Form seiner orthogonalisierten Residuen aufgenommen. Dies sind diejenigen Kompo-nenten von Indikator Nr. 2, die nicht von Indikator Nr. 1 erklärt werden können. Diese orthogonalisierten Komponenten sind somit die speziellen Informationen von Indikator Nr. 2, die über Indikator Nr. 1 hinausgehen.

Zunächst muss geklärt, ob einer der beiden Li Keqiang-Indizes dem anderen über-legen ist. Für das Indikatorenpaar (Li Keqiang vs. modifizierter Li Keqiang-Index) werden die Tests zwei Mal durchgeführt, einmal ist der ursprüngliche Li Keqiang-Index Indikator Nr. 1 und dann der modifizierte Index. Das Ergebnis dieser Tests zeigt, dass der ursprüngliche Li Keqiang-Index die größere Prognosekraft für das reale BIP besitzt, bezüglich der Industrieproduktion dominiert keiner der beiden und bei der Prognose des gleichlaufenden CB-Indikators könnte der modifizierte Li Keqiang-Index leicht überlegen sein. Bei den nachfolgenden Analysen empfiehlt es sich daher, beide Li Keqiang-Indizes zu berücksichtigen.

Für jedes der Indikatorenpaare (Li Keqiang vs. OECD) und (Li Keqiang vs. CEMAC-GS) werden die Tests zwei Mal durchgeführt, einmal ist der Li Keqiang-Index Indi-kator Nr. 1 und dann ist es der jeweils andere Indikator.

Da für alle Indikatoren praktisch nur ein Lead von einer Periode passend ist, ver-einfacht sich die Basisgleichung zu:

Konjunktur (t+1) = a + b * Konjunktur (t) + c * vorlaufender Indikator_1(t) + d * vorlaufender Indikator_2_Ortho (t) + Residuum (t+1)

Die Ergebnisse für den Vergleich von Li Keqiang-Index und OECD Indikator spre-chen dafür, dass für die Prognose des BIP eine Kombination von OECD-Indikator und Li Keqiang-Indikator sinnvoll ist. In Bezug auf die Prognose der Industriepro-duktion und des CB-Indikators sind beide Indikatoren hingegen gleichwertig.28

Beim Vergleich von Li Keqiang-Index und dem vorlaufenden Indikator von CEMAC-GS dominiert hingegen klar der Li Keqiang-Index für die Prognose von Industrie-produktion sowie gleichlaufendem CB-Indikator. In Bezug auf das reale BIP ist

28 Die ausführlichen Testergebnisse für Li Keqiang-Index und OECD-Indikator finden sich weiter unten in diesem Kapitel in den Tabellen 12 und 13.

44

wieder eine Kombination beider vorlaufenden Indikatoren sinnvoll. Aber hier wird der CEMAC-GS Indikator klar vom OECD-Indikator übertroffen.

Zusammenfassend lässt sich feststellen, dass die Li Keqiang-Indizes aus der Grup-pe der hier untersuchten fünf Indikatoren als die besten vorlaufenden Indikatoren hervorgehen. Zwar bietet sich teilweise eine Kombination mit dem vorlaufenden Konjunkturindikator der OECD an. Aufgrund der schlechteren zeitlichen Verfüg-barkeit des OECD-Indikators, der auf einer Publikationsverzögerung von einem Quartal beruht, ist der OECD-Indikator für die praktische Prognoseerstellung je-doch nicht geeignet.

Die Ergebnisse für den modifizierten Li Keqiang-Index zeigen, dass der ursprüngli-che Li Keqiang-Index dem modifizierten Index von Clark et al. (2017) praktisch bei allen hier durchgeführten bivariaten Tests überlegen ist. Die oben gefundenen relativ unklaren Hinweise auf eine höhere Aussagekraft in Bezug auf den gleich-laufenden CB-Indikator konnten sich nicht bestätigen. Der (urspüngliche) Li Keqi-ang-Index weist daher die beste Prognosekraft für alle drei hier zugrunde gelegten Konjunkturvariablen auf, also für reales BIP, Industrieproduktion und den gleich-laufenden CB-Indikator. Im Gegensatz zum vorlaufenden Indikator der OECD ist er zeitlich schneller verfügbar.29

Die gute Brauchbarkeit des Li Keqiang-Indexes für die Prognose der chinesischen Wirtschaftsleistung entspricht im Prinzip auch den von Clark et al. (2017) gefun-denen Ergebnissen. Im Gegensatz zu Clark et al. werden in der vorliegenden Stu-die die offiziellen Zahlen zum BIP und zur Industrieproduktion sowie der gleichlau-fende CB-Indikator zur Abbildung der chinesischen Konjunktur verwendet, wäh-rend Clark et al. mit der nächtlichen Lichtintensität von chinesischen Städten ein alternatives Maß für die Wirtschaftsleistung nutzt. Trotz dieser Unterschiede zeigt sich in beiden Studien eine erstaunlich gute Prognoseleistung des Li Keqiang-Indexes, sowohl in seiner ursprünglichen als auch – in etwas geringerer Ausprä-gung – in der modifizierten Form.

Im Folgenden werden die Schätzergebnisse zum maximalen Vorlauf für die um-fragebasierten Indikatoren vorgestellt. Tabelle 9 bestätigt im Wesentlichen die Ergebnisse von Tabelle 6. Ein interessanter Unterschied ist, dass der Westpac MNI Consumer Sentiment Indikator eine signifikante Prognosekraft für das reale BIP

29 In https://stats.oecd.org/mei/default.asp?lang=e&subject=5&country=CHN ist die Liste der Bestandteile des vorlaufenden OECD-Indikators aufgeführt. Es könnte für Anwender interessant sein, einzelne Bestandteile aus dieser Liste, die keine Publikationsverzögerung aufweisen, zu einem eigenen Indikator zu kombinieren. Auf diese Weise kann möglicher-weise ein Teil der im OECD-Indikator enthaltenen Information zeitnah für die Konjunktur-prognose eingesetzt werden. Daher werden einige der Bestandteile des OECD-Indikators im weiteren Verlauf dieses Kapitels separat auf ihre Prognosekraft untersucht.

45

und den gleichlaufenden CB-Indikator aufweist, während der China Consumer Expectations Index in allen Schätzgleichungen insignifikant ist.

Brauchbar für Konjunkturprognosen sind vor allem der Westpac MNI Consumer Sentiment Indikator sowie die beiden Purchasing Managers Indizes (PMI) des Na-tional Bureau of Statistics (NBS) für die Bereiche Manufacturing und Non-Manufacturing. Für das reale BIP kann außerdem der MNI Business Sentiment Indikator verwendet werden.

Alle anderen untersuchten umfragebasierten Indikatoren (die beiden Caixin Indi-katoren, die beiden ZEW-Indikatoren sowie die vier Indikatoren des ifo-Instituts aus dem World Economic Survey (WES) sind dagegen nicht brauchbar zur Erstel-lung von Konjunkturprognosen für China. Vor allem in Bezug auf die ZEW-Indikatoren könnte der sehr kurze Zeitraum, für den diese beiden Zeitreihen der-zeit zur Verfügung stehen, die Ursache der fehlenden statistischen Signifikanz sein. Es bleibt abzuwarten, ob sich in einigen Jahren ein signifikanter Vorlauf zur chinesischen Konjunktur ergibt.

Tabelle 9: Konjunktur und umfragebasierte vorlaufende Indikatoren: Ermittlung des maximalen Vorlaufs (mit mindestens 5% Signifikanz)

BIP (real) Industrieprod. CB-Indikator Max.

Lead Koeff. Max.

Lead Koeff. Max.

Lead Koeff.

MNI Business Sentiment (DS-Code: CHMNIBCCQ, ab 2007 Q2 – 2016 Q4)

1

0,15***

0

0,28***

0

0,30***

Westpac MNI Consumer (DS-Code: CHWMCSI.R; 2007 Q2 – 2016 Q4)

2

0,12***

0

0,25***

1

0,24**

Consumer Expec-tations (DS-Code: CHEX-PECTR; 1992 Q1 – 2016 Q4)

--

Nicht signi-fikant

---

Nicht signi-fikant

--- Nicht signi-fikant

46

NBS Manucfac-turing PMI (DS-Code: CHNPMM..Q; 2005 Q1 – 2016 Q4)

1

0,30***

0

0,62***

1

0,48***

NBS Non-Manucfacturing PMI (DS-Code: CHNPMNMBQ; 2005 Q1 – 2016 Q4)

1

0,47***

1

1,11***

1

0,68**

Caixin Manufac-turing (DS-Code: CHPMIM.HQ; 2014 Q1 – 2016 Q4

--

Nicht signi-fikant

--

Nicht signi-fikant

--

Nicht signi-fikant

Caixin Services (DS-Code: CHPMIM.HQ; 2014 Q2 – 2016 Q4

--

Nicht signi-fikant

--

Nicht signi-fikant

--

Nicht signi-fikant

Business Climate PBOC (DS-Code: CHEQIBUSR; 2008 Q1 – 2016 Q4)

0

0,12***

0

0,40***

--

Nicht signi-fikant

ZEW China Eco-nomic Panel 2013 Q4 – 2016 Q4

0

0.01**

--

Nicht signi-fikant

--

Nicht signi-fikant

ZEW-PwC 2013 Q4 – 2016 Q4

---

Nicht signi-fikant

0 0.02** 0 0.07***

47

Ifo WES “All Countries”, Lage (DS-Code: WDIFGSONR; 1989 Q1 – 2016 Q4)

---

Nicht signi-fikant

---

Nicht signi-fikant

---

Nicht signi-fikant

Ifo WES “All Countries” Klima (DS-Code: WDIFBCI.R; 1989 Q1 – 2016 Q4)

0

0.01**

---

Nicht signi-fikant

---

Nicht signi-fikant

Ifo WES “Asien”, Lage (DS-Code: ASI-FGSONR; 1989 Q1 – 2016 Q4)

---

Nicht signi-fikant

---

Nicht signi-fikant

---

Nicht signi-fikant

Ifo WES “Asien”, Klima (DS-Code: ASI-FCLIMR; 1989 Q1 – 2016 Q4)

0

0.014***

---

Nicht signi-fikant

---

Nicht signi-fikant

Anmerkungen: Verwendet wird die autoregressive Gleichung [Konjunktur (t+i) = a + b * Konjunktur (t+i-1) + c * CB-Indikator (t) + Residuum (t+i)]. Max. Lead = Vorlauf i, bei dem gerade noch eine Signifikanz des Schätzwertes von Parameter c mindestens auf dem 5%-Niveau besteht; Koeff. = Schätzwert für c; Signifikanzniveaus: *** = 1%; ** = 5%; Konjunk-tur (reales BIP, Industrieproduktion, CB-Indikator) in Veränderungsraten zum Vorjahr

Sehr gut sehen auch die Ergebnisse für einige der vorlaufenden sektoralen Einzel-zeitreihen aus (siehe Tabelle 10).

Tabelle 10: Konjunktur und vorlaufende sektorale Einzelzeitreihen: Ermittlung des maximalen Vorlaufs (mit mindestens 5% Signifikanz)

BIP (real) Industrie-produktion

CB-Indikator

Max. Lead

Koeff. Max. Lead

Koeff. Max. Lead

Koeff.

Zementproduktion (DS-Code: CHCHINDCEMP; ab 1992 Q1 – 2016 Q4; in % zum Vorjahr)

2

0.02**

1

0.06**

1

0.04**

48

Rohstahl (DS-Code: CHVALSTLH; 1992 Q1 – 2016 Q4; in % zum Vorjahr)

2

0.02**

2

0.02**

1

0.05***

Gewalzter Stahl (DS-Code: CHVALSTPH; 1992 Q1 – 2016 Q4; in % zum Vorjahr)

2

0.01**

0

0.07***

1

0.06***

Stromproduktion (DS-Code: CHELECT-PO; 1992 Q1 – 2016 Q4; in % zum Vor-jahr)

1

0.06***

0

0.24***

0

0.30***

Frachtvolumen Schiene (DS-Code: CHFRERALP; 1992 Q1 – 2016 Q4; in % zum Vorjahr)

0

0.04***

---

Nicht signi-fikant

0

0.20***

Frachtvolumen Schiene + Luft + Wasser (DS-Codes: CHFRERALP, CHFRE-CAVP, CHFREWATP; 2002 Q1 – 2016 Q4; in % zum Vorjahr)

0

0.08***

---

Nicht signi-fikant

0

0.18**

Bankkredite an Pri-vatsektor (DS-Code: CHFINMOAA; 1997 Q1 – 2016 Q4; in % zum Vorjahr)

---

Nicht signi-fikant

---

Nicht signi-fikant

2

0.09**

Bankkredite an Pri-vatsektor (real) (DS-Code: CHLOANSTD; 1999 Q1 – 2016 Q4; in % zum Vorjahr)

2

0.02**

1

0.05**

2

0.05**

49

Total Social Finance (DS-Code: CHS-FSNFMA; 2002 Q1 – 2016 Q4; in % zum Vorjahr)

---

Nicht signi-fikant

2

0.01**

2

0.1**

Geldmenge M2 (DS-Code: CHCMS2Y%B; 1997 Q1 – 2016 Q4; in % zum Vorjahr)

--

Nicht signi-fikant

--

Nicht signi-fikant

--

Nicht signi-fikant

Aktienindex Börse Shanghai (DS-Code: CHSHRPRCF; 1997 Q1 – 2016 Q4; in % zum Vorjahr)

0

0.006**

---

Nicht signi-fikant

---

Nicht signi-fikant

Handelsvolumen Börse Shanghai (DS-Code: CHKTSSG.A; 1995 Q1 – 2016 Q4; in % zum Vorjahr)

--

Nicht signi-fikant

--

Nicht signi-fikant

--

Nicht signi-fikant

Anmerkungen: Verwendet wird die autoregressive Gleichung [Konjunktur (t+i) = a + b * Konjunktur (t+i-1) + c * CB-Indikator (t) + Residuum (t+i)]. Max. Lead = Vorlauf i, bei dem gerade noch eine Signifikanz des Schätzwertes von Parameter c mindestens auf dem 5%-Niveau besteht; Koeff. = Schätzwert für c; Signifikanzniveaus: *** = 1%; ** = 5%; Konjunk-tur (reales BIP, Industrieproduktion, CB-Indikator) in Veränderungsraten zum Vorjahr

Zementproduktion, Produktion von Rohstahl und gewalztem Stahl sowie die rea-len Bankkredite an den Privatsektor weisen alle einen Vorlauf von zwei Quartalen zum realen BIP auf, die Stromproduktion hat immerhin noch einen Vorlauf von einem Quartal.

Etwas schlechter, aber immer noch gut, ist die Prognosekraft gegenüber Indust-rieproduktion und gleichlaufendem CB-Indikator. Bei diesen beiden Zielgrößen zeigt sich auch für die umfassende Finanzierungszeitreihe „Total Social Finance“ ein signifikanter Vorlauf, der sogar zwei Quartale beträgt.

Auffallend ist, dass die Bankkredite in laufenden Preisen keinerlei Vorhersagekraft für BIP und Industrieproduktion haben, aber einen hoch signifikanten Vorlauf von sogar zwei Quartalen für den CB-Indikator.

Insgesamt betrachtet scheinen sowohl die meisten der realwirtschaftlichen Zeit-reihen als auch die Kreditzeitreihen gut für die Konjunkturprognose geeignet zu sein. Wenig nützlich oder sogar völlig unbrauchbar sind hingegen die Zeitreihen zum Frachtvolumen, Geldmenge M2 sowie Aktienindex und Handelsvolumen der Shanghaier Börse.

50

Bei der Analyse der zusammengesetzten Indikatoren hatte sich der Li Keqiang-Index als überlegen erwiesen. Die Ergebnisse von Tabelle 10 erlauben nun Rück-schlüsse darauf, welche der Bestandteile dieses Index zu diesem günstigen Ergeb-nis beitragen. Für die Prognose des realen BIP sind dies Bankkredite und Strom-produktion, für die beiden anderen Konjunkturvariablen – Industrieproduktion und gleichlaufender CB-Indikator – jedoch ausschließlich die Bankkredite. Das Frachtvolumen Schiene trägt somit nichts oder kaum etwas zur Prognosekraft bei, die Stromproduktion nur in begrenztem Umfang.

Der nächste Schritt der Analysen besteht darin zu untersuchen, wie die als brauchbar erachteten vorlaufenden Indikatoren untereinander zusammenhängen. Hierzu werden zunächst die bivariaten Korrelationen der besten vorlaufenden Indikatoren betrachtet.

Wie die Analyse gezeigt hat, sind vor allem folgende neun Indikatoren nützlich für die Prognose der Konjunkturentwicklung Chinas:

- Zusammengesetzte vorlaufende Indikatoren: o Li Keqiang-Index o OECD-Indikator

- Umfragebasierte Indikatoren:

o NBS Manufacturing PMI o NBS Non-Manufacturing PMI o Westpac MNI China Consumer Sentiment

- Sektorale Einzelzeitreihen:

o Produktion von Zement o Produktion von Rohstahl30 o Bankkredite an den Privatsektor (real) o Total Social Finance

Tabelle 11 offenbart große Unterschiede in den Korrelationen. Li Keqiang-Index, OECD-Indikator und die drei umfragebasierten Indikatoren (NBS Manufacturing, NBS Non-Manufacturing, Westpac MNI) sind untereinander sehr hoch korreliert. Sie enthalten damit ähnliche Informationen.

Anders verhält es sich mit den vier sektoralen Einzelzeitreihen. Zementprodukti-on, Rohstahlproduktion, reale Bankkredite und Total Social Finance sind sowohl untereinander als auch mit den meisten der zuvor aufgeführten Indikatoren deut-lich geringer korreliert. Lediglich der Li Keqiang-Index macht hier eine Ausnahme, 30 Die Produktion von gewalztem Stahl wird nicht betrachtet, da beide Zeitreihen hoch korreliert sind und die Rohstahlproduktion eine bessere Prognosekraft zu besitzen scheint.

51

da er mit fast allen anderen Zeitreihen eine relativ hohe Korrelation aufweist. Der Li Keqiang-Index scheint damit recht repräsentativ für die Gesamtheit der hier betrachteten neun Zeitreihen zu sein. Besonders gering hingegen sind die Korrela-tionen von Total Social Finance mit den übrigen Zeitreihen. Dies weist darauf hin, dass Total Social Finance eine wichtige ergänzende Funktion haben könnte.

Tabelle 11: Korrelationen der wichtigsten vorlaufenden Indikatoren (Zeitraum 2007 Q2 bis 2016 Q4)

(1) (2) (3) (4) (5) (6) (7) (8) (9)

Li Keqiang (1) 1 0,72 0,72 0,67 0,75 0,49 0,54 0,65 0,22

OECD (2) 0,72 1 0,66 0,52 0,58 0,28 0,47 0,40 0,03

PMI Manu (3) 0,72 0,66 1 0,84 0,83 0,35 0,49 0,29 0,17

PMI Non-Manu (4)

0,67 0,52 0,84 1 0,88 0,34 0,48 0,10 0,21

Westpac MNI Consumer (5)

0,75 0,58 0,83 0,88 1 0,31 0,47 0,21 0,06

Zementprod. (6)

0,49 0,28 0,35 0,34 0,31 1 0,17 0,34 0,14

Rohstahlprod. (7)

0,54 0,47 0,49 0,48 0,47 0,17 1 0,26 0,18

Bankkredite (real) (8)

0,65 0,40 0,29 0,10 0,21 0,34 0,26 1 0,50

Total Social Finance (9)

0,22 0,03 0,17 0,21 0,06 0,14 0,18 0,50 1

Die drei betrachteten umfragebasierten Indikatoren dürften in der Regel zu sehr ähnlichen Aussagen bezüglich der chinesischen Wirtschaft kommen. Temporäre Abweichungen dieser Indikatoren untereinander könnten wichtige Hinweise auf unterschiedliche Entwicklungen von Verarbeitendem Gewerbe, Dienstleistungs-sektor und konsumnahen Wirtschaftsbereichen geben. Um einen einzelnen, re-präsentativen umfragebasierten Indikator zu erhalten, würde es entsprechend den hohen bivariaten Korrelationen innerhalb dieser Gruppe Sinn machen, hierfür den Durchschnitt dieser drei Indikatoren zu verwenden.

Die vier untersuchten sektoralen Einzelzeitreihen geben hingegen jeweils Auf-schluss über spezifische Bereiche der chinesischen Wirtschaft (Bauwirtschaft, In-

52

vestitionsgüter und Grundproduktion, Banken/Kredite und Konsumausgaben) und dürften auch in Zukunft häufiger unterschiedlich verlaufen.

Abschließend wird untersucht, ob einer der vorlaufenden Indikatoren die ande-ren dominiert oder ob Kombinationen der Indikatoren aus statistischer Sicht zu empfehlen ist.

Ausgangspunkt sind die autoregressiven Schätzgleichungen für die Konjunktur, die schon für die Berechnungen der Tabellen 5 bis 10 verwendet wurden. Da der Li Keqiang-Index der wichtigste vorlaufende Indikator zu sein scheint, werden alle anderen Zeitreihen jeweils bivariat mit dem Li Keqiang-Index verglichen und un-tersucht, ob eine der Prognosezeitreihen die andere dominiert. Die Basisgleichung dieser Tests ist wie schon zuvor:

Konjunktur (t+1) = a + b * Konjunktur (t) + c * vorlaufender Indikator_1(t) + d * vorlaufender Indikator_2_Ortho (t) + Residuum (t+1)

Für jeden vorlaufenden Indikator wird ein Vorlauf von einer Periode zur Konjunk-tur angenommen.

Konkret wird mit dieser Gleichung untersucht, ob Indikator Nr. 2 Informationen enthält, die zusätzlich zu Indikator Nr. 1 die Prognosen verbessern können. Indika-tor Nr. 2 wird in Form seiner orthogonalisierten Residuen verwendet.31 Dies sind diejenigen Komponenten von Indikator Nr. 2, die nicht von Indikator Nr. 1 erklärt werden können. Diese orthogonalisierten Komponenten stellen somit diejenigen speziellen Informationen dieses Indikators dar, die über Indikator Nr. 1 hinausge-hen.

Für jedes der Indikatorenpaare (Li Keqiang vs. vorlaufender Indikator) werden die Tests zwei Mal durchgeführt, einmal ist der Li Keqiang-Index Indikator Nr. 1 und dann ist es der jeweils andere Indikator.

Die Tests können grundsätzlich zu folgenden Aussagen führen:

(1) Der Li Keqiang-Index dominiert den jeweils anderen Indikator. Das ist dann der Fall, wenn der andere Indikator nichts zusätzlich zum Li Keqi-ang-Index zur Prognose der Konjunktur beiträgt, aber der Li Keqiang-Index den anderen Indikator ergänzt.

(2) Der jeweils andere vorlaufende Indikator dominiert den Li Keqiang-Index. Das ist dann der Fall, wenn der Li Keqiang-Index nichts zusätz-

31 Die orthogonalisierten Residuen werden mit Hilfe der folgenden Linearen Regressions-gleichung ermittelt: Indikator Nr. 2 = a + b * Indikator Nr. 1 + Residuen. Die mit dieser Gleichung geschätzten Residuen sind orthogonal (unkorreliert) zu Indikator Nr. 1 und stel-len denjenigen Teil von Indikator Nr. 2 dar, der nicht in Indikator Nr. 1 enthalten ist.

53

lich zum anderen Indikator zur Prognose der Konjunktur beiträgt, aber der andere Indikator den Li Keqiang-Index ergänzt.

(3) Beide Indikatoren sollten kombiniert werden. Dieses Ergebnis stellt sich dann ein, wenn für beide Indikatoren positive und signifikante Pa-rameter in beiden Gleichungen geschätzt werden.

(4) Beide Indikatoren sind in etwa gleichwertig in Bezug auf die Prognose der Konjunktur. In diesem Fall ist in jeder Gleichung einer der Indikato-ren abwechselnd signifikant, aber der jeweils andere Indikator kann nichts zur Prognoseverbesserung beitragen.

(5) Beide Indikatoren sind irrelevant. Dies wäre dann der Fall, wenn die Parameter beider Indikatoren nicht signifikant sein sollten. Da aber schon vorher gezeigt wurde, dass die ausgewählten Indikatoren Prog-nosekraft haben, dürfte sich dieses Resultat nicht ergeben.

Die Ergebnisse der Tests werden in den Tabelle 12 und 13 wiedergegeben. In Tabelle 12 wird untersucht, ob der Li Keqiang-Index konjunkturrelevante Informa-tionen enthält, die in den jeweiligen anderen Indikatoren nicht enthalten sind. Wenn dies der Fall ist, sollte Koeffizient d in dieser Tabelle signifikant von null verschieden sein. Umgekehrt zeigt Tabelle 13, ob die jeweiligen anderen Konjunk-turindikatoren Informationen enthalten, die nicht im Li Keqiang-Index enthalten sind. Wenn dies der Fall ist, sollte ebenfalls Koeffizient d signifikant von null ver-schieden sein.

Die Ergebnisse sind recht komplex und werden im Einzelnen für die drei Konjunk-turvariablen erläutert.

- In Bezug auf das Bruttoinlandsprodukt zeigt sich, dass sich der Li Keqi-ang-Index sowie fast alle anderen vorlaufenden Indikatoren gegensei-tig ergänzen. Es gibt jedoch einige Ausnahmen: Der NBS Manucfac-turing PMI scheint den Li Keqiang-Index zu dominieren, das bedeutet, dass der beste Einzelindikator für die Prognose des BIP durch diesen Purchasing Managers Index für das Verarbeitende Gewerbe gegeben ist. Der Li Keqiang-Index ist dagegen nur der zweitbeste Einzelindika-tor, dominiert allerdings Zementproduktion, Bankkredite an Private sowie Total Social Finance. Bei Verwendung des Li Keqiang-Indexes zur Prognose des BIP ist eine Kombination mit dem NBS Non-Manufacturing PMI empfehlenswert.32

32 Dieser Purchasing Managers Index bildet die Einschätzungen zu denjenigen Wirtschafts-bereichen ab, die nicht zum Verarbeitenden Gewerbe gehören.

54

Tabelle 12: Dominiert der Li Keqiang-Index oder sind Kombinationen von vorlaufenden Indikatoren sinnvoll? Orthogonale Residuen für den Li Keqiang-Index

BIP (real) Industrie-produktion

CB-Indikator

Koeffi-zient c

Koeffi-zient d

Koeffi-zient c

Koeffi-zient d

Koeffi-zient c

Koeffi-zient d

OECD (DS-Code: CHCYLDAMR; in % zum Vorjahr); 2000 Q1 – 2016 Q3

0,17***

0,04*

0,29**

0,09

0,37**

0,11

NBS Manucfacturing PMI (DS-Code: CHNPMM..Q); 2005 Q1 – 2016 Q4

0,31***

0,03

0,33**

0,17

0,70***

0,22

NBS Non-Manucfacturing PMI (DS-Code: CHNPMNMBQ); 2007 Q1 – 2016 Q4)

0,47***

0,07***

1,30***

0,17**

1,51***

0,41***

Westpac MNI Con-sumer (DS-Code: CHWMC-SI.R); 2007 Q2 – 2016 Q4)

0,15***

0,07**

0,16**

0,17

0,29***

0,37**

Zementproduktion (DS-Code: CHCHINDCEMP; in % zum Vorjahr); 2000 Q1 – 2016 Q4

0,04***

0,06**

0,07**

0,10

0,08**

0,12

Rohstahl (DS-Code: CHVALSTLH; in % zum Vorjahr); 2000 Q1 – 2016 Q4

0,03**

0,05

0,05**

0,10

0,07*

0,12

Bankkredite an Pri-vatsektor (real) (DS-Code: CHLOANSTD; in % zum Vorjahr); 2000 Q1 – 2016 Q4

0,01

0,12***

0,04

0,13

0,07**

-0,13

55

Total Social Finance (DS-Code: CHSFSNF-MA; in % zum Vor-jahr); 2002 Q1 – 2016 Q4

0,00

0,10***

0,01**

0,19**

0,02***

0,19

Anmerkungen: Verwendet wird die autoregressive Gleichung [Konjunktur (t+1) = a + b * Konjunktur (t) + c * vorlaufender Indikator(t) + d * Li Keqiang-Index_Ortho (t) + Residuum (t+1)]. Signifikanzniveaus: *** = 1%; ** = 5%, * = 10%. Verwendung des Newey-West-Ansatzes zur Bereinigung um Autokorrelation und Heteroskedastizität. Konjunktur (= rea-les BIP, Industrieproduktion, CB-Indikator) in Veränderungsraten zum Vorjahr

Tabelle 13: Dominiert der Li Keqiang-Index oder sind Kombinationen von vorlaufenden Indikatoren sinnvoll? Orthogonale Residuen für die anderen vorlaufenden Indikatoren

BIP (real) Industrie-produktion

CB-Indikator

Koeffi-zient c

Koeffi-zient d

Koeffi-zient c

Koeffi-zient d

Koeffi-zient c

Koeffi-zient d

OECD (DS-Code: CHCYLDAMR; in % zum Vorjahr); 2000 Q1 – 2016 Q3

0,07***

0,12***

0,13**

0,18

0,17**

0,23

NBS Manucfacturing PMI (DS-Code: CHNPMM..Q); 2005 Q1 – 2016 Q4

0,13***

0,26***

0,20**

0,06

0,35***

0,35**

NBS Non-Manucfacturing PMI (DS-Code: CHNPMNMBQ); 2007 Q1 – 2016 Q4)

0,17***

0,35***

0,45***

1,03***

0,65***

0,86***

Westpac MNI Con-sumer (DS-Code: CHWMC-SI.R); 2007 Q2 – 2016 Q4)

0,16***

0,10***

0,21**

0,05

0,41**

0,05

56

Zementproduktion (DS-Code: CHCHINDCEMP; in % zum Vorjahr); 2000 Q1 – 2016 Q4

0,07**

0,01

0,14**

0,03

0,17**

0,05

Rohstahl (DS-Code: CHVALSTLH; in % zum Vorjahr); 2000 Q1 – 2016 Q4

0,08**

0,02

0,14**

0,03

0,19*

0,02

Bankkredite an Pri-vatsektor (real) (DS-Code: CHLOANSTD; in % zum Vorjahr); 2000 Q1 – 2016 Q4

0,09***

-0,03*

0,13*

0,00

0,01

0,12

Total Social Finance (DS-Code: CHSFSNF-MA; in % zum Vor-jahr); 2002 Q1 – 2016 Q4

0,10***

0,00

0,20**

0,01

0,22*

0,02**

Anmerkungen: Verwendet wird die autoregressive Gleichung [Konjunktur (t+1) = a + b * Konjunktur (t) + c * Li Keqiang-Index(t) + d * vorlaufender Indikator_Ortho (t) + Residuum (t+1)]. Signifikanzniveaus: *** = 1%; ** = 5%, * = 10%. Verwendung des Newey-West-Ansatzes zur Bereinigung um Autokorrelation und Heteroskedastizität. Konjunktur (= rea-les BIP, Industrieproduktion, CB-Indikator) in Veränderungsraten zum Vorjahr

- Für die Prognose des gleichlaufenden CB-Indikators ergeben sich ähn-liche Folgerungen aus den Schätzungen und Tests. Der NBS Manufac-turing PMI scheint der beste Einzelindikator zu sein, er dominiert klar den Li Keqiang-Index. Auch Total Social Finance ist für die Prognose gut geeignet. Besser noch ist eine Kombination des Purchasing Mana-gers Indexes mit der Total Social Finance-Zeitreihe. Die Kombination aus Li Keqiang-Index und NBS Non-Manufacturing PMI ist ebenfalls gut geeignet für die Konjunkturprognose, wird aber von der zuvor aufge-führten Faktorkombination übertroffen.

- Die Ergebnisse für die Prognose der Industrieproduktion unterschei-den sich deutlich von den Resultaten, die für BIP und CB-Indikator ge-funden wurden. Hier liegt keine klar erkennbare statistische Dominanz einer der untersuchten Zeitreihen vor. Das beste Ergebnis ergibt die Kombination von Li Keqiang-Index mit dem NBS Non-Manufacturing PMI.

57

Die Ergebnisse zeigen, dass es eine Vielzahl an vorlaufenden Konjunkturindikato-ren und deren Kombinationen gibt, die für die Prognose der chinesischen Kon-junktur geeignet sind. Besonders gut sind der umfragebasierte Purchasing Mana-gers Index NBS Manufacturing PMI sowie der Li Keqiang-Index in Kombination mit dem NBS Non-Manufacturing Purchasing Managers Index. In Bezug auf den gleichlaufenden CB-Indikator hat auch die Total Social Finance-Zeitreihe eine gute Prognosekraft.

4 Zusammenfassung

Das Projekt hat das Ziel, die wichtigsten vorhandenen gleichlaufenden und vorlau-fenden Indikatoren für die chinesische Konjunktur zu systematisieren sowie quali-tativ und quantitativ zu beurteilen. Die Analysen beziehen sich vor allem darauf, welche Aussagen auf Basis dieser Indikatoren für die gegenwärtige und zukünftige Konjunktursituation Chinas möglich sind und welche Konjunkturindikatoren oder Indikatorkombinationen dafür am besten geeignet sind.

Es gibt zahlreiche gleichlaufende und vorlaufende Indikatoren, welche die chinesi-sche Konjunkturentwicklung als Zielgröße haben. Die wichtigsten sind ein gleich-laufender und ein vorlaufender Indikator, die beide vom US Conference Board (CB) entwickelt wurden, ein vorlaufender Indikator der OECD, der CEMAC-GS Lea-ding Index, sowie der so genannte Li Keqiang-Index.33

Bekannt sind ebenfalls zahlreiche umfragebasierte Indikatoren wie etwa der NBS Purchasing Managers Index (für Manufacturing und Non-Manufacturing), der MNI China Business Sentiment Indicator, der Westpac MNI China Consumer Sentiment Indicator, der Business Climate Index der People´s Bank of China, die Caixin-Indikatoren für Manufacturing und Services, das ZEW-China Economic Panel und das ZEW-PwC Wirtschaftsbarometer China. Auch einige der vom ifo-Institut im Rahmen des World Economic Survey erhobenen Indikatoren werden untersucht.

Hinzu kommen sektorale Einzelzeitreihen aus der chinesischen Wirtschaftsstatis-tik, die einen Vorlauf zur Gesamtkonjunktur aufweisen könnten. Im Rahmen der Studie werden folgende sektorale Informationen betrachtet: Zementproduktion, Produktion von Stahl, Stromproduktion, Frachtvolumen (Schiene, Luft, Wasser),

33 Außerdem ein modifizierter Li Keqiang-Index, der von Clark et al. (2017) entwickelt wur-de und eine etwas andere Gewichtung der drei Zeitreihen – Stromverbrauch, Frachtvolu-men Schiene, Bankkredite an den Privatsektor - des ursprünglichen Li Keqiang-Indexes vornimmt.

58

Kredite (Bankkredite, Total Social Finance), Geldmenge M2 sowie Informationen zum Handel an der Börse Shanghai (Aktienindex, Handelsvolumen).

Bislang gibt es kaum Informationen über die Eigenschaften dieser verschiedenen Konjunkturindikatoren in Bezug auf ihre Aussagen für die gegenwärtige und zu-künftige Konjunkturentwicklung Chinas. Es ist auch unklar, ob die Indikatoren weitgehend die gleichen Konjunktursignale zur selben Zeit abgeben oder sich ge-genseitig ergänzen.

Für die Analyse der Konjunkturentwicklung Chinas ist das chinesische Bruttoin-landsprodukt (BIP) naturgemäß die zentrale statistische Größe, die zu untersu-chen ist. Die Industrieproduktion wird als zweite Zeitreihe herangezogen, um die Konjunktur der chinesischen Wirtschaft abzubilden. Die dritte Zielgröße ist der gleichlaufende Konjunkturindikator, der vom US Conference Board (CB) für die chinesische Wirtschaft entwickelt wurde.

Im Folgenden werden die zentralen Ergebnisse der empirischen Analysen der Studie kurz zusammengefasst:

1. Gleichlaufende Konjunkturindikatoren

- Der beste gleichlaufende Indikator für die chinesische Konjunktur ist der Coincident Indicator des US Conference Board (CB), der auf Basis einer sehr aufwändigen Methodik vom Conference Board entwickelt wurde und monatlich aktualisiert wird. Der Conference Board -Indikator entspricht besser dem Verlauf der Industrieproduktion als dem des BIP. Er ist jedoch für beide Zeitreihen als gleichlaufender Indi-kator geeignet.

- Es ist nicht sicher, ob ein Ersatzindikator für das chinesische BIP wirk-lich notwendig ist. Denn im Zeitraum der Untersuchung von 1993 bis 2016 sind die Mittelwerte von realem BIP und CB-Indikator sehr ähn-lich. Auffällig ist jedoch, dass das reale BIP eine vergleichsweise gerin-ge Volatilität aufweist. Dies könnte auf bewusst durchgeführte Glät-tungen der Zeitreihe zurückzuführen sein. Zwingend ist diese Schluss-folgerung jedoch nicht.

- Der zweitbeste gleichlaufende Indikator für das chinesische reale BIP scheint die Industrieproduktion Chinas zu sein. Der CB-Indikator ist hierbei der Industrieproduktion allerdings klar überlegen.

- Der Li Keqiang-Index eignet sich hingegen weniger gut als gleichlau-fender Konjunkturindikator.

59

2. Vorlaufende Konjunkturindikatoren

- Für die Abbildung der Konjunkturentwicklung Chinas werden drei Ziel-zeitreihen verwendet: (1) das reale BIP, (2) die Industrieproduktion sowie (3) der gleichlaufende Conference Board (CB)-Indikator.

- Folgende neun Zeitreihen erwiesen sich in den Prognosetests als rela-tiv gut und werden in ausführlicheren Analysen gegeneinander getes-tet:

o Zusammengesetzte vorlaufende Indikatoren: Li Keqiang-Index OECD-Indikator

o Umfragebasierte Indikatoren:

NBS Manufacturing PMI NBS Non-Manufacturing PMI Westpac MNI China Consumer Sentiment

o Sektorale Einzelzeitreihen:

Produktion von Zement Produktion von Rohstahl Bankkredite an den Privatsektor (real) Total Social Finance

- Bei den zusammengesetzten vorlaufenden Konjunkturindikatoren

konnten zwei Zeitreihen überzeugen: der Li Keqiang-Index und der vor-laufende Indikator der OECD. Für die Prognose des BIP ist eine Kombi-nation beider Indikatoren sinnvoll, in Bezug auf die Prognose der In-dustrieproduktion und des CB-Indikators sind beide Indikatoren hinge-gen gleichwertig, sollten aber nicht kombiniert werden. Da allerdings der OECD-Indikator nur mit einer Publikationsverzögerung von einem Quartal verfügbar ist, erweist sich der Li Keqiang-Index als der nützli-chere der beiden Indikatoren.

- Für die Prognose des Bruttoinlandsprodukts ist der NBS Manucfac-turing PMI der beste Einzelindikator. Der Li Keqiang-Index ist dagegen nur der zweitbeste Einzelindikator, dominiert allerdings Zementpro-duktion, Bankkredite an Private sowie Total Social Finance. Bei Ver-wendung des Li Keqiang-Indexes zur Prognose des BIP wäre besonders eine Kombination mit dem NBS Non-Manufacturing PMI empfehlens-wert. Dieser Purchasing Managers Index bildet die Einschätzungen zu denjenigen Wirtschaftsbereichen ab, die nicht zum Verarbeitenden Gewerbe gehören.

60

- Für die Prognose des gleichlaufenden CB-Indikators ergeben sich ähn-lich Folgerungen aus den Schätzungen und Tests. Der NBS Manufac-turing PMI scheint der beste Einzelindikator zu sein, er dominiert klar den Li Keqiang-Index. Auch Total Social Finance ist für die Prognose gut geeignet. Besser noch ist eine Kombination des Purchasing Mana-gers Indexes mit der Total Social Finance-Zeitreihe. Die Kombination aus Li Keqiang-Index und NBS Non-Manufacturing PMI ist ebenfalls gut geeignet für die Konjunkturprognose, wird aber von der zuvor aufge-führten Faktorkombination übertroffen.

- Die Ergebnisse für die Prognose der Industrieproduktion unterschei-den sich deutlich von den Resultaten, die für BIP und CB-Indikator ge-funden wurden. Hier liegt keine klar erkennbare statistische Dominanz einer der untersuchten Zeitreihen vor. Das beste Ergebnis ergibt die Kombination von Li Keqiang-Index mit dem NBS Non-Manufacturing PMI.

Die Ergebnisse zeigen, dass es eine Vielzahl an vorlaufenden Konjunkturindikato-ren und Indikatorkombinationen gibt, die für die Prognose der chinesischen Kon-junktur geeignet sein können. Besonders gut sind der umfragebasierte Purchasing Managers Index für das Verarbeitende Gewerbe (NBS Manufacturing PMI) sowie der Li Keqiang-Index in Kombination mit dem NBS Non-Manufacturing Purchasing Managers Index. In Bezug auf den gleichlaufenden CB-Indikator hat auch die Total Social Finance-Zeitreihe eine gute Prognosekraft.

61

Literatur

Clark, Hunter, Maxim Pinkovskiy und Xavier Sala-i-Martin (2017), China´s GDP Growth may be overstated? NBER Working Paper 23323, http://www.nber.org/papers/w23323

Holz, Carsten A. (2014), The quality of China´s GDP statistics, China Economic Re-view 30, 309-338.

Maddison, Angus (1998), Chinese Economic Performance in the Long Run, OECD Development Centre, Paris.

Maddison, Angus und Harry X. Wu (2008), Measuring China´s Economic Perfor-mance, World Economics 9 (2), S. 13-44.

Mehrotra, Aaron und Jenni Pääkkönen (2011), Comparing China's GDP statistics with coincident indicators, Journal of Comparative Economics 39 (3), S. 406-411. An earlier version is published as BOFIT Discussion Paper 1/2011, Institute for Economies in Transition, Bank of Finland, Available at SSRN: https://ssrn.com/abstract=1767811 or http://dx.doi.org/10.2139/ssrn.1767811

Orlik, Tom (2012), Understanding China´s Economic Indicators, FT Press Science, New Jersey.

Rawski, Thomas G. (2001), What is happening to China´s GDP statistics? China Economic Review 12, 347-354.

The Conference Board (2015), Frequently Asked Questions on the The Conference Board´s Alternative China GDP series (revised version 10 November 2015), https://www.conference-board.org/retrievefile.cfm?filename=FAQ-for-China-GDP-vs4_10nov15.pdf&type=subsite

Wu, Harry X. (1998), How Rich is China and how fast has the Economy grown? Statistical Controversies, China Economic Papers 1998/3, The Australian National University.

Wu, Harry X. (2002), How fast has Chinese Industry grown? Measuring th Real Output of Chinese Industry, 1949-1997, The Review of Income and Wealth 48 (2), 179-204.

62

Wu, Harry X. (2011), The Real Growth of Chinese Industry Debate Revisited - Re-constructing China´s Industrial GDP in 1949-2008, The Economic Review 62 (3), 209-224.

Wu, Harry X. (2014a), China´s Growth and Productivity Performance Debate Revis-ited, The Conference Board Economics Working Papers No. 14-01.

Wu, Harry X, (2014b), The Growth of “Non-Material Services” in China - Maddi-son´s “Zero-Labor-Productivity Growth” Hypothesis Revisited, The Eco-nomic Review 65 (3), 265-283.

63

Anhang

A.1 Datenübersicht

Alle Zeitreihen werden maximal für den Zeitraum ab 1992 betrachtet, da dies der frühesteste Zeitpunkt ist, für den die chinesischen BIP-Zeitreihen zur Verfügung stehen. Die Verfügbarkeit wird für monatliche (M) und quartalsweise (Q) Fre-quenz angegeben. In der Studie selbst werden nur die Quartalszeitreihen ver-wendet, da die wichtigste Zielgröße, das chinesische BIP, ebenfalls eine Quartals-zeitreihe ist. Außerdem sind die statistischen Analysen mit den weniger volatilen Quartalszeitreihen aussagekräftiger.

Tabelle 14: Informationen zu den verwendeten Zeitreihen

Bezeichnung Datastream -Code

Fre-quenz

Be-ginn

Erläuterungen

M Q

CH GDP (YEAR TO DATE YOY %) CONN CHGDP%..C

X 1992 Jahresveränderungsrate des realen BIP

CH GROSS DO-MESTIC PRODUCT CONA CHOEXP03D

X 1992 Index des realen BIP, sai-sonbereinigt

CH GROSS DO-MESTIC PRODUCT CONN CHOEXP03C

X 1992 Index des realen BIP, nicht saisonbereinigt

CH INDUSTRIAL PROD CHIPTOT.H

X X 1992 Index der realen Indust-rieproduktion

CH GDP: PRIMARY INDUSTRY (%YOY) NADJ

CHGDPPN%C

X 1992 Wertschöpfung des Pri-märsektors, Jahresverän-derungsrate, real

CH GDP: SEC-ONDARY INDUS-TRY (%YOY) NADJ

CHGDPSN%C

X 1992 Wertschöpfung des Se-kundärsektors, Jahresver-änderungsrate, real

CH GDP: TER-TIARY INDUSTRY (%YOY) NADJ

CHGDPTN%C

X 1992 Wertschöpfung des Terti-ärsektors, Jahresverände-rungsrate, real

64

China Retail Sales of Consumer Goods CHRETAILD

X X 1992 Einzelhandelsumsätze, real

China Electricity Production CHELECTPO

X X 1992 Elektrizitätsproduktion, real

China Cement Pro-duction CHINDCEMP X X 1992 Zementproduktion, real

China Output of Industrial Production - Crude Steel CHVALSTLH

X X 1992 Rohstahlproduktion, real

China Output of Industrial Production - Rolled Steel CHVALSTPH

X X 1992 Produktion von gewalz-tem Stahl, real

China Turnover Vol-ume of Freight - Civil Aviation (Ton)

CHFRECAVP

X X 1992 Frachtvolumen Luft, in Tausend metrischen Ton-nen

China Turnover Vol-ume of Freight - Highways (Ton) CHFREHGHP

X X 1992 Frachtvolumen Straße, in Mrd. metrischen Tonnen

China Turnover Vol-ume of Freight - Railways (Ton) CHFRERALP

X X 1992 Frachtvolumen Schiene, in Mio. metrischen Tonnen

China Turnover Vol-ume of Freight - Waterways (Ton) CHFREWATP

X X 1992 Frachtvolumen Wasser, in Mio. metrischen Tonnen

China Financial Insti-tutions: Household Loans CHFILHHDA

X X 2010 Bankkredite an private Haushalte

China Financial Insti-tutions: Non-Financial Enterprises & Other Sectors Loans (RMB) CHFINEOLA

X X 2010 Bankkredite an Unter-nehmen außerhalb des Finanzsektors

China Financial Insti-tutions: Loans (RMB) CHFINMOAA

X X 1997 Bankkredite an den Privatsektor

China Loans of Fi-nancial Institutions

CHLOANSTD

X X 1999 Bankkredite an den Pri-vatsektor (in konstanten Preisen des Basisjahrs 2010)

65

China Total Social Finance

CHSFSNFMA

X X 2002 Umfassende Angaben zu Krediten und Liquidität, enthält unter anderem Bankkredite, IPOs, Kredite von Nichtbanken; außer-bilanzielle Finanzierungen („Schattenbanken“) etc.

China Money Supply M2

CHCMS2Y%B

X X 1997 Geldmenge M2, in laufen-den Preisen, in % zum Vorjahr

Shanghai Composite Stock Exchange Index

CHSHRPRCF

X X 1997 Aktienindex der Börse Shanghai. Enthält alle an der Börse Shanghai no-tierten Aktien

Shanghai Exchange Stock Trading Vol-ume

CHKTSSG.A

X X 1995 Handelsvolumen der an der Börse Shanghai ge-handelten Aktien

China Imports Total (chinese statistics)

CHIMPGDSA

X X 1992 Gesamte Importe Chinas (ohne Hongkong und Macau), in laufenden Preisen, in US Dollar

OECD CLI - Trend Restored

CHCYLEADT

X X 1992 Q3

Vorlaufender Indikator der OECD für China (mit Amplitude und Trend)

OECD CLI - Ampli-tude Adjusted

CHCYLDAMR

X X 1992 Q3

Vorlaufender Indikator der OECD für China (Amplitude, ohne Trend)

'Li Keqiang'-Index (change y/y) CHKEQIANC

X 2000 Berechnet von World Economics

CEMAC-GS Leading Index

CHCYLEADQ

X X 1992 Vorlaufender Indikator für China von CEMAC (China Economic Monitoring Center) in Zusammenar-beit mit Goldman Sachs

66

MNI China Business Sentiment Indicator

CHMNIBCCQ

X X 2007 Q2

Umfragebasierter Indika-tor der Geschäftsstim-mung (erhoben von MNI = Market News Internatio-nal)

China Westpac MNI Consumer Senti-ment Indicator

CHWMCSI.R

X X 2007 Q2

Umfragebasierter Indika-tor der Konsumenten-stimmung (erhoben von MNI = Market News In-ternational)

China Consumer Expectation Index

CHEXPECTR

X X 1992 Zu diesem Index sind kei-nerlei Hintergrundinfor-mationen verfügbar.

The Conference Board Leading Eco-nomic Index

CHLEADINR

X X 1992 Vorlaufender BIP-Indikator des US Confer-ence Board für China

The Conference Board Coincident Economic Index

CHCOININR

X X 1992 Gleichlaufender BIP-Indikator des US Con-ference Board für China

China NBS Manu-facturing PMI in Chi-na

CHNPMM..Q

X X 2005 Purchasing Managers´ Index des Verarbeitenden Gewerbes für China, er-hoben vom National Bu-reau of Statistics (NBS), China.

China NBS Non-Manufacturing PMI

CHNPMNMBQ

X X 2007 Purchasing Managers´ Index (für alles Sektoren außerhalbe des Verarbei-tenden Gewerbes) für China, erhoben vom Nati-onal Bureau of Statistics (NBS), China.

China Caixin Manu-facturing PMI

CHPMIM.HQ

X X In DS ab 2014

Purchasing Managers´ Index für das Verarbei-tende Gewerbe für China. Erhoben von der Wirt-schaftszeitschrift Caixin und Markit.

67

China Caixin Ser-vices PMI

CHPMIM.HQ

X X In DS ab 2014

Purchasing Managers´ Index für den Dienstleis-tungssektor für China. Erhoben von der Wirt-schaftszeitschrift Caixin und Markit

Geschäftsklimaindex der PBOC China

CHEQIBUSR

X 2008 Quartalsweiser Geschäfts-klimaindex der Peoples Bank of China (PBOC), basierend auf den Ant-worten von mehr al 5000 Unternehmen

ZEW China Eco-nomic Panel (CEP)

---

X X 2013 Sept.

Monatliche Umfrage von ZEW und Fudan Universi-tät. Teilnehmer sind Fi-nanzmarktexperten

ZEW PwC Business Sentiment

---

X 2013 Q3

Quartalsweise Umfrage von ZEW und Pricewater-house Coopers. Teilneh-mer sind deutsche Unter-nehmen mit Chinage-schäft.

Ifo World Economic Survey (WES): Situ-ation, all Countries

WDIFGSONR

X X 1989 Q1

Welt-Umfrage des ifo Instituts. Einschätzung der Lage, alle Länder

Ifo World Economic Survey (WES): Situ-ation, Asian Coun-tries

ASIFGSONR

X X 1989 Q1

Welt-Umfrage des ifo Instituts. Einschätzung der Lage, Schwellenländer Asien

Ifo World Economic Survey (WES): Cli-mate Indicator, all Countries

WDIFBCI.R

X X 1989 Q1

Welt-Umfrage des ifo Instituts. Klimaindikator (= Lageeinschätzung und Erwartungen kombiniert), alle Länder

Ifo World Economic Survey (WES): Cli-mate Indicator, Asian Countries

ASIFCLIMR

X X 1989 Q1

Welt-Umfrage des ifo Instituts. Klimaindikator (= Lageeinschätzung und Erwartungen kombiniert), Schwellenländer Asien

68

A.2 Einschätzungen zur Qualität des chinesischen BIP basierend auf einer Expertenumfrage

In der Umfrage unseres Projektes ZEW-PwC-Wirtschaftsbarometer China vom März/April 2016 haben wir unter anderem nach der vermuteten Qualität der chi-nesischen BIP-Statistiken gefragt. Das Ergebnis zeigt recht deutlich das große Misstrauen, das der Glaubwürdigkeit der BIP-Werte entgegen gebracht wird. Aus der folgenden Abbildung ist ersichtlich, dass die meisten Umfrageteilnehmer die Zuverlässigkeit der chinesischen BIP-Zahlen für relativ gering oder sogar sehr ge-ring halten.

Abbildung 11: Für wie zuverlässig halten Sie die chinesischen BIP-Zahlen?

Anmerkungen: Zeitraum der Umfrage: 16.3. bis 4.4.2016; Anzahl der Antworten = 37; Angaben in Prozent.

Bei dieser Umfrage wollten wir von den Teilnehmern außerdem wissen, welche Ersatzindikatoren für das BIP sinnvoll sein könnten. Folgende Ersatzindikatoren wurden besonders häufig angeführt: Stromverbrauch, Gütertransporte, Kredite an private Unternehmen.34

34 Diese Umfrageergebnissen führen zu einer ganz ähnlichen Zusammenstellung von Indi-katoren, wie sie auch dem Li Keqiang-Index zugrunde liegen. Siehe auch Fußnote 2.

2.70 2.70

21.62

48.65

24.32

0.00

10.00

20.00

30.00

40.00

50.00

60.00

sehr hoch relativ hoch mittel relativ gering sehr gering

69

Hier sind weitere Angaben zu den Antworten auf diese Frage. Die Angaben zur vermuteten Zuverlässigkeit (Z) der möglichen einzelnen Indikatoren für die Kon-junkturentwicklung beziehen sich auf die Skala von 1 (gering) bis 5 (hoch):

- Stromverbrauch (10 Nennungen; Z = 3)

- Gütertransport (4 Nennungen; Z = 3,25)

- Kreditvergabe an private Unternehmen (3 Nennungen, Z = 2,3)

Jeweils einmal wurden die folgenden Indikatoren genannt (vermutete Zuverläs-sigkeit in ( )):

- Einzelhandel (4), Lagerbestände Erze (4), Stahlverbrauch (4), Wohnungs-verkäufe (3).